TODO：
1. 给我们的dataset/benchmark想个名字, 关键词诸如visual illusion, language query, visual question answering, visual grounding
2. 增加一些有明显颜色差异可以用不同单词描述的最好的color的datapoint
- http://www.psy.ritsumei.ac.jp/~akitaoka/cataloge.html
- http://engineering.utep.edu/novick/colors/basicmunker/

- Color constancy找不到好的图片
- 最好加到数据集里 
3. Writing
4. Attention Map analysis for OFA-Large