VIST(Visual Storytelling)
收藏官方服务：
资源简介：
我们介绍了第一个用于顺序视觉到语言的数据集，并探索如何将这些数据用于视觉叙事任务。该数据集包括 20,211 个序列中的 81,743 张独特照片，与描述性和故事语言对齐。 VIST 以前称为“SIND”，即顺序图像叙述数据集 (SIND)。
We introduce the first dataset for sequential vision-to-language tasks, and explore how this dataset can be applied to visual narrative tasks. This dataset contains 81,743 unique photos spanning 20,211 sequences, aligned with both descriptive and story-driven language. VIST was formerly known as "SIND", the Sequential Image Narrative Dataset (SIND).
提供机构：
OpenDataLab创建时间：
2022-08-11
搜集汇总
数据集介绍
以上内容由遇见数据集搜集并总结生成
