Датасет · ranjaykrishna
Изображения с плотной разм��ткой объектов
ranjaykrishna/visual_genome
108K изображений с объектами, атрибутами и попарными связями для задач зрения и языка.
Что внутри
Visual Genome содержит более 108 тыс. изображений с плотными аннотациями объектов, атрибутов и отношений. В среднем на изображение приходится 35 объектов, 26 атрибутов и 21 попарная связь. Язык аннотаций — английский; данные позволяют моделировать объекты и связи между ними.
Что можно сделать
- Обучение object detection
- Обучение VQA
- Обучение image-to-text
- Задачи
- Картинка → текст, Детекция объектов, Вопросы по картинкам
- Языки
- Английский
- Размер
- 100K–1M записей
- Скачиваний за месяц
- 2,1 тыс.
- Лайков
- 86
Модели, обученные на нём
Как загрузить
from datasets import load_dataset
ds = load_dataset("ranjaykrishna/visual_genome")