这是一个可视化问答数据集，这些问答都是根据 MS-COCO 中的图像描述自动生成的。该数据集可用于解决基于图像问答之类的问题。
该数据集包括：
- 123,287 张图像
- 78,736 个训练题
- 38,948 个测试题
- 四种问题类型：物体、数字、颜色、位置
- 答案均只用一个词描述
COCO-QA 问答数据集
本站暂不支持该数据集下载，如需下载请访问上述「发布地址」进行下载（如可用）
相关数据集推荐
HumanAct 12 三维人体动作图像数据集
这是一个新型三维人体动作图像数据集，图像选自极坐标图像和三维姿势数据集 PHSPD，具有适当的时间裁剪和动作标注。该数据集有 1,191 个三维动作片段，90,099 个姿势，这些动作被分为 12 个动作类别和 34 个细化的子类别。动作类型包括日常运动，如走、跑、坐、跳、热身等…
MEIR 多模态实体图像再利用数据集
MEIR 全称 Multimodal Entity Image Repurposing，是关于图像再利用检测研究的数据集，比之前相类似的数据集更具有挑战性。该数据集包含对真实数据进行位置、人物和组织的操作，这些数据源于 Flicker。
METU Trademark 商标图像数据集
METU 全称 Middle East Technical University，METU Trademark 是一个大型商标图像数据集，包含 923,343 张不同类型的商标图像（仅有文字的商标、仅有图像的商标、文字和图形组合商标）。截至 2014 年，它是最大的公开可用的商标…
