Ensemble De Données De Segmentation Sémantique D'images Du Génome Visuel

L'ensemble de données Visual Genome est un ensemble de données de vision artificielle qui contient 108 077 images, 5,4 millions de descriptions de régions, 1,7 million de données de questions-réponses visuelles, 3,8 millions d'instances cibles, 2,8 millions d'attributs et 2,3 millions d'informations relationnelles. Cet ensemble de données a été complété conjointement par l'Université de Stanford, Yahoo, Toyota, etc., et s'engage à relier étroitement les informations de l'image au langage.