IllusionAnimals 視覚的錯覚 VQA データセット

IllusionAnimals データセットは、2024 年にイラン科学技術大学の研究者によって作成された、2,000 個のサンプルを含む FiftyOne データセットです。錯視的 VQA: 視覚的錯視に関するマルチモーダル モデルのベンチマークと強化「」。このデータセットには、10 個の動物カテゴリと 1 個の非錯視カテゴリが含まれており、画像解像度は 512×512 ピクセルです。このデータセットは、動物ベースの視覚錯視を識別および説明するマルチモーダル モデルの能力を評価するために使用されます。