Visual Genome 데이터 세트는 108,077개의 이미지, 540만 개의 지역 설명, 170만 개의 시각적 질문과 답변 데이터, 380만 개의 대상 인스턴스, 280만 개의 속성, 230만 개의 관계 정보를 포함하는 머신 비전 데이터 세트입니다. 이 데이터 세트는 스탠포드 대학, 야후, 도요타 등이 공동으로 완성했으며, 이미지 정보를 언어와 긴밀하게 연결하는 데 주력하고 있습니다.