HyperAI

Ensemble De Données De Réponses Aux Questions D'images Du Monde Réel DAQUAR

特色图像

DAQUAR, nom complet de DAtaset for QUEstion Answering on Real-world images, est un ensemble de données de réponses aux questions humaines sur des images. Les images de cet ensemble de données proviennent de l'ensemble de données NYU-Depth v2. Il s'agit d'images RGBD de scènes intérieures, dont 795 sont utilisées pour la formation et 654 pour les tests. Il existe deux principaux types de paires questions/réponses dans DAQUAR : générées automatiquement et annotées manuellement.

DAQUAR.torrent
Partage 0Téléchargement 3Terminés 317Téléchargements totaux 467
  • DAQUAR/
    • README.md
      1.2 KB
    • README.txt
      2.4 KB
      • data/
          • Consensus data on DAQUAR/
            • human_answers-consensus
              827.56 KB
          • DAQUAR builds upon NYU Depth v2 by N. Silberman et.al./
            • nyu_depth_images.tar
              411.98 MB
          • Full DAQUAR (all classes)/
            • qa.894.raw.test.txt
              412.32 MB
            • qa.894.raw.train.txt
              412.72 MB
            • qa.894.raw.txt
              413.46 MB
            • test.txt
              413.46 MB
            • train.txt
              413.47 MB
          • Metrics measuring performance/
            • calculate_wups.py
              413.48 MB
            • compute_consensus.py
              413.48 MB
            • gt_questions.txt
              413.48 MB
            • pred_answers.txt
              413.48 MB
          • Reduced DAQUAR (37 classes and 25 test images)/
            • qa.37.raw.reduced.test.txt
              413.5 MB
            • qa.37.raw.train.txt
              413.72 MB
            • qa.37.raw.txt
              414.12 MB
            • sampled_test_names.txt
              414.12 MB