مجموعة بيانات الإجابة المرئية على الأسئلة من TDIUC

TDIUC، واسمه الكامل هو Task Directed Image Understanding Challenge، عبارة عن مجموعة بيانات مرئية للإجابة على الأسئلة. تتضمن مجموعة البيانات 1.6 مليون سؤال و170 ألف صورة من مجموعات بيانات MS COCO وVisual Genome؛ يتم تقسيم أزواج الصور والأسئلة إلى 12 فئة و 4 مصفوفات تقييم إضافية لتقييم قوة النموذج والقدرة على التفكير.

إحصائيات TDIUC:

• 12 نوعًا مختلفًا من الأسئلة (مُجمَّعة حسب المهام الأساسية، بما في ذلك بعض الأسئلة "السخيفة")
• 167,437 صورة (من MS-COCO وVisual Genome)
• 1.65 مليون زوج من الأسئلة والأجوبة (من 3 مصادر)
• 4 مقاييس تقييم جديدة (مصممة للتعويض عن التحيز)
• 6 إعدادات تجريبية جديدة (الإجابة على الأسئلة الرئيسية حول خوارزميات VQA)