Performance comparison results on VQA 2.0 dataset.

NIAID Data Ecosystem2026-03-14 收录

视觉问答性能评估

多模态模型

数据链接：

https://figshare.com/articles/dataset/Performance_comparison_results_on_VQA_2_0_dataset_/21634624 数据链接链接失效反馈

官方服务：

资源简介：

Performance comparison results on VQA 2.0 dataset.

创建时间：

2022-11-28

UrBench

环境评估

多模态模型

UrBench是由上海人工智能实验室等机构创建的综合性城市环境评估数据集，包含11.6K条问题，覆盖地理定位、场景推理、场景理解和对象理解四个维度。数据集通过结合现有数据集和收集自11个城市的数据，利用跨视图检测匹配方法创建新的标注，并整合多种方法生成高质量问题。UrBench主要用于评估和提升大型多模态模型在城市环境中的应用能力，特别是在多视角理解方面的性能。

arXiv2024-08-30 更新3450

tsunghanwu/visual_haystacks

多模态模型

计算机视觉

Visual Haystacks (VHs) 是一个专门设计用于评估大型多模态模型（LMM）处理长上下文视觉信息能力的基准数据集。它也可以被视为第一个以视觉为中心的“大海捞针”（NIAH）基准数据集。数据集的使用主要针对计算机视觉、自然语言处理、机器学习和人工智能领域的研究人员和爱好者。

Hugging Face2024-07-18 更新950

IQ50

多模态模型

人工智能评估

# Dataset Card for "IQ50" # Large-scale Multi-modality Models Evalu

魔搭社区2025-12-04 更新110

Common Objects Out-of-Context (COOCO)

多模态模型

视觉语言模型

COOCO数据集是一个用于评估多模态模型在场景上下文中整合对象级和场景级视觉信息能力的全新数据集。该数据集包含18,395张图像，分为原始图像、低、中、高相关性和同类型目标条件。数据集通过在COCO-Search18数据集的基础上引入与场景类型具有不同程度语义相关性的目标对象来构建，旨在研究视觉语言模型在场景语义违规情况下的行为。该数据集可用于评估模型在不同场景上下文和视觉噪声条件下对目标对象识别

arXiv2025-06-27 更新960

自动驾驶-复杂城市场景多模态感知与决策数据集

自动驾驶感知

多模态模型

数据集数据来源主要为车企合作方提供原始数据，场景细节包含复杂城市的拥堵路况、交叉路口、雨天/夜间等特殊工况；数据集所属领域为交通运输、智能驾驶；标注方式分为视觉标注数据、激光雷达标注数据、毫米波雷达标注数据以及多模态融合标注数据；数据总存储容量累计为125TB；产出的高质量数据集聚焦自动驾驶领域，为自动驾驶算法优化提供高质量数据支撑。

国家数据集管理服务平台2026-05-09 更新250

Performance comparison results on VQA 2.0 dataset.

资源简介：

相关数据集