هذه مجموعة بيانات مرئية للإجابة على الأسئلة حيث يتم إنشاء الأسئلة والأجوبة تلقائيًا من أوصاف الصور في MS-COCO. يمكن استخدام مجموعة البيانات هذه لحل مشكلات مثل الإجابة على الأسئلة المستندة إلى الصور. تتضمن مجموعة البيانات ما يلي:

• 123,287 صورة
• 78,736 سؤال تدريبي
• 38,948 سؤال اختبار
• أربعة أنواع من الأسئلة: الكائن، العدد، اللون، الموضع
• الجواب يوصف بكلمة واحدة فقط.