مجموعة بيانات VizWiz للإجابة على الأسئلة المرئية للمكفوفين

VizWiz-VQA (الإجابة البصرية على الأسئلة) عبارة عن مجموعة بيانات صور للإجابة البصرية على الأسئلة للمكفوفين. يستخدم المستخدمون المكفوفون برنامج VizWiz لالتقاط صورة وتسجيل سؤال لفظي حول الصورة و10 إجابات جماعية على السؤال. تُستخدم مجموعة البيانات هذه لحل المشكلتين التاليتين: الأولى هي التنبؤ بإجابة سؤال مرئي، والثانية هي تحديد ما إذا كان من الممكن الإجابة على سؤال مرئي. تهدف مجموعة البيانات هذه إلى دراسة خوارزميات أكثر عمومية لمساعدة المكفوفين على حل عقبات الحياة.

تتضمن مجموعة البيانات (أحدث إصدار لعام 2020):

• 20,523 زوجًا من الصور/الأسئلة التدريبية
• 205,230 لإجابات التدريب/ثقة الإجابة
• 4319 صور/أسئلة التحقق
• 43,190 زوجًا من الإجابات التي تم التحقق منها / ثقة الإجابة
• 8000 زوج من صور/أسئلة الاختبار