相关数据集
vqa-rad-robustness
该数据集包含了图像和文本信息，图像可能经过了高斯噪声、旋转等处理，文本可能经过了字符替换或单词删除等处理。数据集分为开放和封闭两种类型，每种类型都有多个不同处理方式的数据集。数据集的特征包括图像、问题、答案、模态和答案类型。
Hugging Face2025-05-10 更新100
ITB (Informative Tracking Benchmark)
信息跟踪基准 (ITB) 是一个小型的信息跟踪基准，具有现有和新收集数据集的1.2 M帧中的7% 个，可在确保有效性的同时进行有效评估。具体来说，作者设计了一种质量评估机制，以考虑1) 挑战性水平，2) 区分性强度，3) 和外观变化密度，从现有基准中选择最有用的序列。此外，他们还收集了额外的序列，以确保跟踪场景的多样性和平衡性，从而导致每个场景总共有20个序列。
OpenXLab80
RUBIK
RUBIK是一个结构化基准，旨在评估图像匹配方法在各种挑战性场景中的几何鲁棒性。它基于nuScenes测试集构建，提供了16.5k个图像对的精选集，包括定义的几何标准（重叠、视线角度、比例比）和33个难度级别，以及每个对的真实相对度量姿态。
github2025-06-16 更新250
datacomp/ImageNetTraining40.0-frac-1over64
该数据集是ImageNet数据集的一个子集，具体为40.0-frac-1over64的比例。README文件中未提供数据集的具体描述。
Hugging Face2025-01-16 更新80
