Cops-Ref 目标物指代理解数据集

机构

发布地址

github.com

论文地址

arxiv.org

分类

目标检测

许可协议

其他

发布日期

标签

目标检测、视觉推理

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）

Cops-Ref 全称 Compositional Referring Expression Comprehension，是关于在目标物指代理解方面的视觉推理图像数据集。该数据集包含 75,299 张真实图像、148,712 条文本描述和 1,307,885 个候选区域。

该数据集有两个主要特点，一是新的文本生成引擎，它能结合推理逻辑和视觉特征，进而生成不同复杂程度的文本描述；二是新的测试设置，在测试过程中对有语义相似的视觉图像进行干扰。