遇见数据集

VCR (Visual Commonsense Reasoning)

收藏
OpenDataLab2026-07-12 更新2024-05-09 收录
官方服务:

资源简介:

VCR的全称是视觉常识推理,是视觉常识推理的大规模数据集。这个数据集提出了关于图像的具有挑战性的问题,机器需要完成两个子任务: 正确回答问题和提供理由证明其答案。 VCR数据集包含大量问题,212K用于训练,26K用于验证,25K用于测试。答案和理由来自超过110K个独特的电影场景。

VCR, short for Visual Commonsense Reasoning, is a large-scale dataset for visual commonsense reasoning. This dataset poses challenging questions related to images and requires machines to complete two subtasks: correctly answering the questions and providing justifications to support their answers. The VCR dataset contains a large quantity of questions, with 212K allocated for training, 26K for validation, and 25K for testing. Both the answers and justifications are sourced from over 110K unique movie scenes.

提供机构:
OpenDataLab
创建时间:
2023-04-20
搜集汇总
数据集介绍
VCR (Visual Commonsense Reasoning) 数据集图片
背景与挑战
背景概述
VCR是一个大规模视觉常识推理数据集,旨在通过问题和理由证明两个子任务来评估机器理解能力。它包含约263K个样本,其中212K用于训练,数据来源于超过110K个电影场景。
以上内容由遇见数据集搜集并总结生成
二维码
社区交流群
二维码
科研交流群
商业服务