Изменения

Набор данных содержит более 108К изображений, каждое из которых изображение имеет в среднем 35 объектов, 26 атрибутов и 21 парные парное отношения между объектами. Мы канонизируем объекты, атрибуты, отношения и словосочетания в описаниях регионов и вопросах ответьте парами на WordNet синхронизирует. Вместе эти аннотации представляют самый плотный и самый большой набор данных с описаниями изображений, объекты, атрибуты, отношения и вопрос-ответпары. Visual Genome {{---}} этопарыисчерпывающий набор данных для обучения и тестирования следующее поколение моделей компьютерного зрения. Он обеспечивает многослойное понимание картинок. Это позволяет многосторонне изучать изображение: от информации на уровне пикселей, такой как объекты, до отношений, требующих дальнейшего вывода, и даже более глубокие задачи, такие как ответы на вопросы.