VizWiz图像描述数据
盲人和低视力用户图像及人工描述，用于无障碍图像字幕，由VizWiz Team提供，来自VizWiz数据库，数据格式为多模态，包含39000条数据，适用于分类任务。
基本信息
资源简介
VizWiz图像描述数据
【一句话概览】
盲人近十年来一直依赖人工图像描述服务了解自己拍摄的图像，为此研究者推出了首个反映这一真实使用场景的图像描述数据集 VizWiz-Captions。该数据集包含 39,181 张来自盲人拍摄的图像，每张图像配有 5 条描述。相关挑战任务是根据给定图像预测合适的描述。研究者希望这项工作能让更多人了解盲人的技术需求，同时为研究人员开发辅助技术、消除盲人无障碍障碍提供新机会（来源 vizwiz.org）。
【数据集背景】
本数据集源站标题为《Image Captioning – VizWiz》。
【数据内容】
源站原始描述：Observing that people who are blind have relied on (human-based) image captioning services to learn about images they take for nearly a decade, we introduce the first image captioning dataset to represent this real use case. This new dataset, which we call VizWiz-Captions, consists of 39,181 images originating from people who are blind that are each paired with 5 captions. Our proposed challenge addresses the task of predicting a suitable caption given an image. Ultimately, we hope this work wil…
中文译文（机器翻译，仅供快速理解，请以原文为准）：观察到盲人近十年来一直依赖（基于人工的）图像描述服务来了解他们所拍摄的图像，我们推出了首个代表这一实际应用场景的图像描述数据集。这个新数据集，我们称之为VizWiz-Captions，包含来自盲人的39,181张图像，每张图像配有5条描述。我们提出的挑战针对的是给定图像预测合适描述的任务。最终，我们希望这项工作能让更多人了解盲人的技术需求，同时为研究人员提供一个激动人心的新机遇，开发辅助技术，消除盲人面临的无障碍障碍。
【主题与分类】
主题标签：Image Captioning、VizWiz-Captions、blind、accessibility、assistive technologies、images、captions。
【适用方向】
多模态数据适合跨模态对齐、融合建模与联合表征学习方向的研究。
【获取与许可】
源站页面：https://vizwiz.org/tasks-and-datasets/image-captioning/
下载信息
注册下载
需要注册 Kaggle 账号并登录后下载，适合需要跟踪下载记录和使用 API 的用户。
暂未开放公开下载
无需注册即可直接获取公开样本或文档，适合快速预览和评估数据集质量。
暂未开放有偿下载
公开数据集受托下载与技术交付服务。
提供高速下载与技术交付服务（收技术服务费，非数据销售）
暂未开放当前数据集主要来源为 Kaggle 公开托管，完整影像包建议通过原始链接或 Kaggle API 获取。
使用方式
数据集获取
源站：https://vizwiz.org/tasks-and-datasets/image-captioning/
标准获取流程：
- 访问源站链接，注册/登录账号；
- 进入数据集详情页，按页面指引申请权限或直接下载；
- 部分平台提供 SDK，例如：
- OpenDataLab:
pip install openxlab后openxlab.dataset.get(...) - ModelScope:
pip install modelscope后modelscope download - 天池: 登录后页面提供直链下载
以源站「数据下载/使用文档」页面为准。
- OpenDataLab:
数据说明
盲人和低视力用户图像及人工描述，用于无障碍图像字幕。
数据加载示例（图像类）
from PIL import Image
import glob, os
files = (glob.glob(os.path.join(path, "**", "*.png"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.jpg"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.tif"), recursive=True))
print("图像文件数:", len(files))
img = Image.open(files[0]); print("尺寸/模式:", img.size, img.mode)
# torchvision Dataset 方式:
# from torchvision import datasets
# ds = datasets.ImageFolder(path) # 要求 子目录=类别
目录组织与标注格式以源站说明和下载后实际文件为准。
数据缺失？
依托陕西、四川两大基地，我们与超过十家三甲医院建立直接合作关系，覆盖合规授权、采集治理、专业标注、数据交付的全流程，为AI医疗团队提供即拿即用的高质量临床数据。
⚡️ 需要数据支持或标注服务？立即联系我们获取专业方案。
