เคลฟเวอร์

  • คำอธิบาย :

CLEVR คือชุดข้อมูลการวินิจฉัยที่ทดสอบความสามารถในการให้เหตุผลเชิงภาพที่หลากหลาย มันมีอคติน้อยที่สุดและมีคำอธิบายประกอบโดยละเอียดที่อธิบายประเภทของการให้เหตุผลแต่ละคำถามที่ต้องการ

แยก ตัวอย่าง
'test' 15,000
'train' 70,000
'validation' 15,000
  • โครงสร้างคุณสมบัติ :
FeaturesDict({
    'file_name': Text(shape=(), dtype=string),
    'image': Image(shape=(None, None, 3), dtype=uint8),
    'objects': Sequence({
        '3d_coords': Tensor(shape=(3,), dtype=float32),
        'color': ClassLabel(shape=(), dtype=int64, num_classes=8),
        'material': ClassLabel(shape=(), dtype=int64, num_classes=2),
        'pixel_coords': Tensor(shape=(3,), dtype=float32),
        'rotation': float32,
        'shape': ClassLabel(shape=(), dtype=int64, num_classes=3),
        'size': ClassLabel(shape=(), dtype=int64, num_classes=2),
    }),
    'question_answer': Sequence({
        'answer': Text(shape=(), dtype=string),
        'question': Text(shape=(), dtype=string),
    }),
})
  • เอกสารคุณสมบัติ :
คุณสมบัติ ระดับ รูปร่าง ประเภทD คำอธิบาย
คุณสมบัติDict
ชื่อไฟล์ ข้อความ เชือก
ภาพ ภาพ (ไม่มี ไม่มี 3) uint8
วัตถุ ลำดับ
วัตถุ/3d_coords เทนเซอร์ (3,) ลอย32
วัตถุ/สี ClassLabel int64
วัตถุ/วัสดุ ClassLabel int64
วัตถุ/pixel_coords เทนเซอร์ (3,) ลอย32
วัตถุ/การหมุน เทนเซอร์ ลอย32
วัตถุ/รูปร่าง ClassLabel int64
วัตถุ/ขนาด ClassLabel int64
คำถามคำตอบ ลำดับ
คำถาม_คำตอบ/คำตอบ ข้อความ เชือก
คำถาม_คำตอบ/คำถาม ข้อความ เชือก

การแสดงภาพ

  • การอ้างอิง :
@inproceedings{johnson2017clevr,
  title={ {CLEVR}: A diagnostic dataset for compositional language and elementary visual reasoning},
  author={Johnson, Justin and Hariharan, Bharath and van der Maaten, Laurens and Fei-Fei, Li and Lawrence Zitnick, C and Girshick, Ross},
  booktitle={Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition},
  year={2017}
}