Visual Genome 数据集 图像语义分割与视觉理解数据

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

Visual Genome 数据集 图像语义分割与视觉理解数据

数据集概述

Visual Genome 为权威机器视觉数据集，由斯坦福大学等机构联合构建，主打图像与语言跨模态关联，广泛用于语义分割、目标检测、视觉问答、图像描述、关系推理等方向研究。

内容覆盖范围

图片总量：108,077 张高清图像

区域描述：540 万条精细化区域文本标注

视觉问答：170 万组VQA 问答数据

目标实例：380 万个物体实例标注

属性信息：280 万条物体属性标注

关系信息：230 万条物体间关系标注

可用途径与应用场景

学术研究：支持计算机视觉、深度学习、跨模态、图像语义分割、目标检测、视觉问答、场景图生成等论文实验与算法对比

模型训练：适配 CNN、Transformer、CLIP、BERT 等主流模型，支撑视觉 - 语言预训练与微调

工程开发：用于智能识图、图像内容检索、AI 绘图理解、视觉交互系统开发

教学实训：高校 AI、计算机视觉、自然语言处理课程教学、课程设计、毕业设计素材

Visual Genome 图片语义分割数据集.zip (150.89 KB, 需要: RMB 5 元)

2026-5-18 14:34:46 上传

需要: RMB 5 元  [购买]

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：Visual Genome GENO 数据集 UAL