Ensemble De Données De Description D'images Visual Madlibs

Visual Madlibs contient 360 001 descriptions en langage naturel pour 10 738 images. L'ensemble de données collecte des descriptions d'objets et de personnes, leur apparence, leurs activités et leurs interactions, ainsi que des inférences sur des scènes générales ou des contextes plus larges à l'aide de modèles à compléter générés automatiquement.