TRANCE

kaggle2021-01-21 更新2024-04-26 收录

视觉推理

数据变换

数据链接：

https://www.kaggle.com/datasets/silverhugh/trance 数据链接链接失效反馈

官方服务：

资源简介：

TRANCE dataset for transformation driven visual reasoning.

面向变换驱动视觉推理的TRANCE数据集（TRANCE dataset）

创建时间：

2021-01-21

DRIVINGVQA

自动驾驶

视觉推理

DRIVINGVQA是由瑞士洛桑联邦理工学院创建的一个视觉问答数据集，旨在评估和改进视觉语言模型在复杂现实场景中的视觉链式推理能力。该数据集包含3931个样本，每个样本包括一个或多个多项选择题、相关实体的边界框坐标以及与视觉内容对齐的解释。数据来源于驾驶理论考试，涵盖了广泛的驾驶场景。数据集的创建过程包括数据收集、相关实体的人工标注以及生成与视觉元素相关的解释。DRIVINGVQA的应用领域主要集

arXiv2025-01-09 更新2310

MIRAGE

图像识别

视觉推理

MIRAGE是一个多模态基准数据集，旨在评估模型在计数（对象属性识别）、关系（空间关系推理）和计数与关系组合任务上的能力。数据集由1710个问题组成，涵盖广泛的视觉多样性和推理挑战，包括各种颜色、形状、大小和纹理的对象，以及从简单对到深层嵌套层次的空间关系。MIRAGE通过将计数和关系任务结合，测试模型在复杂场景中同时进行对象身份识别、数量统计和空间配置推理的能力。数据集的设计强调了视觉认知的组合

arXiv2025-05-16 更新940

Vireo

视觉推理

自然语言处理

该数据集是一个通过最少到最多合成方法构建的综合视觉推理数据集，包含了5万个视觉推理示例。该数据集旨在以即插即用的方式提升各种视觉-语言模型的推理能力，并且已经通过人工检查对其质量进行了评估。数据集的规模为5万个示例，任务类型为视觉推理。

arXiv180

Abstraction and Reasoning Corpus (ARC)

视觉推理

抽象推理

Abstraction and Reasoning Corpus (ARC) 是一个用于评估机器学习模型视觉推理能力的基准数据集，由海因里希·海涅大学杜塞尔多夫分校和曼海姆大学的研究团队创建。该数据集包含400个任务，每个任务通常有3到4个输入/输出对，数据量相对较小。数据集通过合成生成更多训练数据来增强模型的预训练和微调过程。ARC数据集的应用领域主要集中在视觉推理和抽象推理任务，旨在解决现有机

arXiv2025-01-08 更新1630

AGQA 2.0

视频理解

视觉推理

AGQA 2.0是一个用于评估视频时空组合推理能力的数据集，由华盛顿大学和斯坦福大学联合开发。该数据集包含9685万个问题答案对，主要通过自然语言模板和场景图注释生成关于视频的问题，旨在测试模型的组合推理能力。数据集创建过程中，采用了严格的平衡算法来减少语言偏差，确保问题答案分布的平衡性。AGQA 2.0主要应用于视频理解和视觉推理领域，特别是在评估模型对复杂视觉场景的理解能力方面具有重要价值。

arXiv2022-04-13 更新810

TRANCE

资源简介：

相关数据集