ShapeWorld 是一个新型多模态深度学习模型评估方法和框架，侧重于形式语义风格的泛化能力。在这个框架中，人工数据是根据预定义的规范自动生成的。这种受控的数据生成使得在评估过程中引入以前看不见的实例配置成为可能，因此需要系统以新颖的方式重新组合所学到的概念。
麻省理工大学发布了该数据集。
ShapeWorld 多模态语言理解数据集
机构
MIT (麻省理工学院)
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
ImageNet 10 图像识别数据集
ImageNet 是目前世界上最大的图像识别数据库，主要用于机器视觉领域的图像分类和目标检测。数据集根据 WordNet 层次结构组织，其中每个节点（也称为类别）由数百甚至数千张图像组成，每个节点有平均超过 500 个图像。该数据集共包含 2.2 万个图像类别，约 1500 万张…
VGG-Face2 人脸识别数据集
VGG-Face2 Dataset 是一个人脸图片数据集，包含共计 9131 个人的面部数据，图像均来自 Google 的图片搜索。数据集中的人在姿势、年龄、种族和职业方面有很大差异。 该数据集由牛津大学的工程科学系视觉几何组于 2015 年发布，相关论文有《Deep Face …
BUFF 三维人体数据集
可靠的三维身体形状评估，对于如健康监测、虚拟试穿等诸多应用来说，十分必要。但是扫描极小衣服下的身体，却是该项技术研究的一大难题。相关研究人员提出通过使用三维扫描的方法来解决这一技术难题，为此又提出了 BUFF 数据集，用以进行定量评估。 BUFF 数据集全称 Bodies Und…
