机构: University of Science and Technology of China

VQA-E 全称 Visual Question Answering with Explanation，是带有解析的视觉问答数据集，其涉及的模型需要预测并生成答案解析。它是由 VQA v2 数据集自动衍生出来的，为每个“图像-问题-答案三要素”合成为一个文本解析，这使得问答过程更…

CCPD 全称 Chinese City Parking Dataset，可用于车牌检测以及识别任务。CCPD 提供了超过 250 万个独特的车牌图像和详细的标注。每张图像的分辨率为 720 × 1160 像素。 在 CCPD 数据集中，每张图片仅包含一张车牌，车牌省份主要为皖。