TDIUC-Datensatz Für Visuelle Fragen Und Antworten

TDIUC, dessen vollständiger Name „Task Directed Image Understanding Challenge“ lautet, ist ein visueller Frage-Antwort-Datensatz. Der Datensatz umfasst 1,6 Millionen Fragen und 170.000 Bilder aus den Datensätzen MS COCO und Visual Genome. Bild-Frage-Paare sind in 12 Kategorien und 4 zusätzliche Bewertungsmatrizen unterteilt, um die Robustheit und Argumentationsfähigkeit des Modells zu bewerten.

TDIUC-Statistiken:

• 12 verschiedene Fragetypen (gruppiert nach grundlegenden Aufgaben, darunter auch einige „absurde“ Fragen)
• 167.437 Bilder (von MS-COCO und Visual Genome)
• 1,65 Millionen Frage-Antwort-Paare (aus 3 Quellen)
• 4 neue Bewertungsmetriken (zur Kompensation von Verzerrungen)
• 6 neue experimentelle Einstellungen (Beantwortung wichtiger Fragen im Zusammenhang mit VQA-Algorithmen)