Изменения

Caltech-UCSD Birds 200 {{---}} это набор данных, содержащий изображения птиц. Данный набор включает в себя фотографии 200 видов птиц (в основном североамериканских). Общее количество категорий птиц составляет 200, в набор данных 2010 года влючены 6033 изображения, а в набор данных 2011 года {{- --}} 11 788 изображений.

Изображения были загружены с сайта Flickr и отфильтрованы сотрудниками Amazon Mechanical Turk. Каждое изображение аннотировано ограничивающей рамкой, грубой сегментацией птиц и , набором меток атрибутови текстовым описанием.

Visual Genome {{---}} это набор данных, связывающий изображения с словестным описанием их содержимого. Является черпывающим исчерпывающим набором данных для обучения и тестирования моделей компьютерного зрения, обеспечивает многослойное понимание картинокобширный анализ содержимого в изображениях с учетом зависимостей между объектами. 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.

Набор данных содержит более 108К изображений, каждое из которых изображение имеет в среднем 35 объектов, 26 атрибутов и 21 парное отношение между объектами. Мы канонизируем объектыВ данном наборе данных происходит канонизация объектов, атрибутыатрибутов, отношения отношений и словосочетания словосочетаний в описаниях регионов и пары пар вопрос-ответ в синсеты из [https://ru.wikipedia.org/wiki/WordNet синсетыWordNet]. Cинсет {{---}} это набор даных, элементы в котором считаются семантически эквивалентными для поиска или восстановления информации. Вместе эти аннотации представляют самый плотный и самый большой набор данных с описаниями изображений, объекты, атрибуты, отношения и пары вопрос-ответ пары.