DAQUAR，全称 DAtaset for QUestion Answering on Real-world images，是一个关于图像的人类问答的数据集。该数据集的图像来自于 NYU-Depth v2 数据集，都是关于室内场景的 RGBD 图像，其中 795 张用于训练，654 张用于测试。 DAQUAR 中的 question/answer pairs 主要有两种类型：自动生成的和人工标注的。