VQA数据集调研报告

最新推荐文章于 2025-03-19 17:08:35 发布

weixin_38101761

最新推荐文章于 2025-03-19 17:08:35 发布

阅读量5.1k

点赞数 6

分类专栏： VQA 文章标签： VQA 数据集

本文链接：https://blog.csdn.net/weixin_38101761/article/details/79643868

版权

本文详细介绍了VQA数据集的组成部分，包括训练集、验证集和测试集的规模和用途，以及与问题和注释相关的数据集。VQA2.0版本解决了答案不平衡的问题，强调了视觉特征的重要性。此外，还提及了Visual Genome数据集的构建过程和特点，以及Wordnet在数据集中的作用。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

VQA数据集调研报告

2018年3月16日

14:22

一、VQA数据集

1.与问题相关的数据集（related to questions）

1.1.训练集（training set）

（1）基本情况介绍：

name：v2_OpenEnded_mscoco_train2014_questions.json

size：40M

version: 2.0

year: 2017

contributor: VQA Team

date by created: 2017-04-26 17:07:13

task type: Open-Ended

data type: mscoco

url: http://visualqa.org

（2）形式（eg）：

Name	Type 类型	Description 描述
image_id	int	图片ID
question_id		问题的ID
question	str	图片对应的问题

{"image_id": 458752,"question": "What is this photo taken looking through?","question_id": 458752000},{"image_id": 458752, "question": "What position isthis man playing?", "question_id": 458752001},{"image_id": 458752, "question": "What color is theplayers shirt?", "question_id": 458752002},{"image_id": 458752, "question": "Is this man aprofessional baseball player?", "question_id": 458752003}

（3）每张图片有一个编号，每张图片对应有若干个不同的问题，每个问题有一个编号，问题编号在图片编号的基础上增加三位，依次编为xxxxxx000,xxxxxx001 ...等等。

1.2.验证集（val）

（1）基本情况：除size为19.3M外其他情况同上

（2）形式：同上

1.3.测试集（test）

（1）开发测试集：除size为9.57M外其他同上

（2）测试集:除size为39.8M外其他同上

eg：{"image_id": 1, "question":"What is the fence made of?", "question_id": 1000},{"image_id": 1, "question": "What color is thetruck?", "question_id": 1001}, {"image_

最低0.47元/天解锁文章