RefCOCO+ 数据集是一个引用表达生成 (REG)数据集，用于理解引用图像中特定对象的自然语言表达的相关任务

资源文件列表(大概)

文件名

大小

refcoco+/instances.json

114.63MB

refcoco+/refs(unc).p

30.42MB

资源内容介绍

标注方式上：RefCOCOg采用的是非交互式标注法，选定区域请人标注，再请另外一批人根据标注的expression选择对应的region；RefCOCO和RefCOCO+采用的是双人游戏 (Refer it game)的方式.数据划分方式上：RefCOCO和RefCOCO+包含train, val, testA, testB。testA的图片包含多个人；testB的图片包含多个除人之外的物体。同一个图片的object-expression样本对要么全在训练集，要么全在验证\测试集。RefCOCOg包含train, val, test。是按照object进行划分的，同一个图片的object-expression样本对集合可能会在训练集一部分，在验证\测试集另一部分。图片选择上：RefCOCO：图像包含同一类别的多个物体。RefCOCO+：图像包含同一类别的多个物体，并且expression不能有绝对位置（e.g., left）的词。RefCOCOg：图像包含同一类别的2-4个物体，覆盖面积超过图片面积的5%

用户评论 (0)

相关资源

RefCOCO 数据集是一个引用表达生成 (REG)数据集，用于理解引用图像中特定对象的自然语言表达的相关任务

RefCOCO 数据集是一个引用表达生成 (REG)数据集，用于理解引用图像中特定对象的自然语言表达的相关任务。以下是有关 RefCOCO 的关键细节：收集方法：数据集是使用双人游戏ReferitGame收集的。在这个游戏中，第一个玩家查看带有分割目标对象的图像，并写出引用该对象的自然语言表达。第二个玩家只能看到图像和引用表达，并且必须单击相应的对象。如果两个玩家都表现正确，他们将获得积分并交换角色；否则，他们将收到一个新的对象和图像以供描述。数据集变体： RefCOCO ：包含 19,994 张图像中50,000个对象的 142,209 个引用表达式。RefCOCO +：包含 19,992 张图像中 49,856 个对象的 141,564 个表达式。RefCOCOg ：此变体有 25,799 张图像、95,010 个引用表达式和 49,822 个对象实例。语言和限制：RefCOCO 允许在引用表达式中使用任何类型的语言。RefCOCO+ 不允许在表达式中使用位置词，而应仅关注基于外观的描述（例如，“穿黄色圆点衬衫的男人”），而不是基于观察者的描述（例如，“左边第二个男人”

51.49MB20金币

ChatTTS: A generative speech model for daily dialogue.

ChatTTS is a text-to-speech model designed specifically for dialogue scenarios such as LLM assistant.ChatTTS最新源码

164.36KB11金币

mnist手写字体数据集

mnist数据集

22.2MB25金币

串口modbusRTU通讯学习程序

学习DCS电脑组态跟PLC modbus RTU 通讯的练习软件

1.22MB29金币

中国科学院大学(国科大UCAS)-机器学习方法与应用(机器学习)-叶齐祥老师-上机练习作业

UCAS-MachineLearning-homework国科大电子学院叶齐祥老师机器学习课程作业基于python实现作业一：GMM- 手写高斯混合模型算法，用期望最大算法(EM)实现。作业二：SVM- 手写支持向量机算法，用序列最小最优化算法(SMO)实现。作业三：CNN- 手写卷积神经网络算法，包括前向传播、反向传播、参数更新。

12.52KB22金币