arXiv · cs.CV· Ali Diba, Aisha Al-Mohannadi, Yin Yang, Muhammad Imran, Ferda Ofli·· 4 小时前精选AI 评分72
DisasterVLG 发布 124 万张灾害图像多任务数据集，覆盖视觉定位与证据式推理
DisasterVLG: Vision-Language Grounding and Evidence-Based Reasoning for Disaster Scene Understanding
AI 导读
研究团队构建 DisasterVLG 大规模多任务数据集，包含来自 142 个国家的 124 万张灾害图像和 3300 万条结构化标注，覆盖密集描述与定位、事件评估、关系场景描述和灾害视觉问答（VQA）。
推荐理由
该数据集把灾害场景的视觉定位与证据式问答统一起来，并给出人工核验测试集，便于评估模型在真实不确定性下的推理能力。
来源：arXiv · cs.CV · arxiv.org