O-HAZE

Name: O-HAZE
Creator: OpenDataLab
Published: 2022-05-23T18:00:55+08:00

OpenXLab2026-04-18 收录

图像去雾

数据链接：

https://openxlab.org.cn/datasets/OpenDataLab/O-HAZE 数据链接链接失效反馈

官方服务：

资源简介：

O-Haze 数据集包含 35 张模糊图像（大小为 2833×4657 像素）用于训练。它有 5 个模糊图像用于验证以及它们对应的地面实况图像。

提供机构：

OpenDataLab

创建时间：

2022-05-23

StrategyQA

自然语言处理

策略推断

StrategyQA 是一个问答基准，专注于开放域问题，其中所需的推理步骤隐含在问题中，应该使用策略进行推断。 StrategyQA 包括 2,780 个示例，每个示例由一个策略问题、其分解和证据段落组成。 StrategyQA 数据集是通过众包管道创建的，用于引发需要隐式推理步骤的创造性和多样化的是/否问题。为了解决 StrategyQA 中的问题，应该使用策略来推断推理步骤。为了指导和评估问

OpenDataLab2026-07-12 更新10400

FeedbackQA

问答系统

自然语言处理

我们收集了一个基于检索的 QA 数据集，FeedbackQA，其中包含来自用户的交互式反馈。我们通过将基础 QA 系统部署给众包工作者来收集此数据集，然后众包工作者参与该系统并就其答案的质量提供反馈。反馈包含结构化评级和非结构化自然语言解释。检查底部的数据集浏览器以获取一些真实示例。

OpenDataLab2026-07-12 更新180

VideoNavQA

视频导航问答

视觉语言

VideoNavQA 数据集包含在 House3D 环境中生成的成对问题和视频。该数据集的目标是从近乎理想的导航路径评估问答性能，同时考虑比当前的具体问答 (EQA) 任务实例更完整的问题。 VideoNavQA 包含大约 101,000 对视频和问题，属于 8 个类别的 28 类问题，有 70 个可能的答案。每个问题类型是与一个模板相关联，该模板有助于使用从视频中提取的地面实况信息进行程序化生

OpenXLab60

ZS-F-VQA

机器学习

视觉问答

ZS-F-VQA 数据集是针对零样本问题的 F-VQA 数据集的新拆分。首先，我们获得 F-VQA 数据集的原始训练/测试分割，并将它们组合在一起，根据其出现频率过滤出答案出现在前 500 名的三元组。接下来，我们以 1:1 的比例将这组答案随机分成新的训练拆分（也称为可见）$\mathcal{A}_s$ 和测试拆分（又名未见过）$\mathcal{A}_u$。参考 F-VQA 标准数据集，

OpenDataLab2026-07-12 更新310

SMS Spam Collection Data Set

垃圾短信检测

文本分类

该语料库是从互联网上免费或免费的研究来源收集的：从 Grumbletext 网站手动提取了 425 条 SMS 垃圾邮件集合。这是一个英国论坛，手机用户在该论坛上公开声明垃圾短信，其中大多数人没有报告收到的垃圾短信。识别索赔中的垃圾邮件文本是一项非常艰巨且耗时的任务，它涉及仔细扫描数百个网页。新加坡国立大学短信语料库 (NSC) 中随机选择的 3,375 条短信的子集，这是新加坡国立大学计算机

OpenXLab70

O-HAZE

资源简介：

相关数据集