* 该数据集支持在线使用，点击此处跳转。

Visual Genome 是图像及图像内容语义信息相关数据集，相比于 ImageNet 图像标注数据集拥有更为丰富的语义信息，其被用于拓展基于图像及语义信息的人工智能应用中。

该数据集目前包含 108249 张图片、 420 万条区域内容描述、 170 万条图像内容问答、 210 万条对象案例、 180 万条属性以及 180 万条关系。

该数据集由斯坦福大学于 2015 年发布初版，并于 2016 年发布 1.2 版，2017 年发布 1.4 版。