OK-VQA は、Outside Knowledge Visual Question Answering の略で、回答するために外部の知識を必要とする 14,000 以上の質問が含まれています。

このデータセットは、知識ベースの視覚的な質問応答タスクを解決するために使用されます。このデータセットは以下に基づいています VQA データセット元のデータ セットの画像コンテンツは質問に答えるのに十分ではなく、新しいデータ セットは質問に答えるために外部の知識リソースに依存することを奨励します。