xDAN-Vision/Websight_Mantis_Data

该数据集可能是一个多模态数据集，包含图像和对话数据。每个样本包含一个唯一的ID、图像数据（以二进制格式存储）、图像路径、对话内容（包括角色和内容）以及数据来源。数据集被分为多个配置（config），每个配置包含训练集，训练集的大小和样本数量也有所不同。

This dataset is likely a multimodal dataset containing images and conversational data. Each sample includes a unique ID, image data (stored in binary format), image path, conversation content (including roles and content), and data source. The dataset is divided into multiple configurations (configs), each containing a training set with varying sizes and numbers of samples.

原始信息汇总

数据集概述

数据集配置

配置 train0

• 特征:
  • id: 类型为字符串
  • images: 包含二进制数据和路径字符串
  • conversation: 包含角色和内容字符串
  • source: 类型为字符串
• 分割:
  • train: 包含19637417字节，46908个样本
• 下载大小: 7740889字节
• 数据集大小: 19637417字节

配置 train1

• 特征:
  • id: 类型为字符串
  • images: 包含二进制数据和路径字符串
  • conversation: 包含角色和内容字符串
  • source: 类型为字符串
• 分割:
  • train: 包含19677654字节，46908个样本
• 下载大小: 7748598字节
• 数据集大小: 19677654字节

配置 train10

• 特征:
  • id: 类型为字符串
  • images: 包含二进制数据和路径字符串
  • conversation: 包含角色和内容字符串
  • source: 类型为字符串
• 分割:
  • train: 包含19769851字节，46891个样本
• 下载大小: 7758897字节
• 数据集大小: 19769851字节

配置 train11

• 特征:
  • id: 类型为字符串
  • images: 包含二进制数据和路径字符串
  • conversation: 包含角色和内容字符串
  • source: 类型为字符串
• 分割:
  • train: 包含19805362字节，46890个样本
• 下载大小: 7766616字节
• 数据集大小: 19805362字节

配置 train12

• 特征:
  • id: 类型为字符串
  • images: 包含二进制数据和路径字符串
  • conversation: 包含角色和内容字符串
  • source: 类型为字符串
• 分割:
  • train: 包含19806098字节，46890个样本
• 下载大小: 7760985字节
• 数据集大小: 19806098字节

配置 train13

• 特征:
  • id: 类型为字符串
  • images: 包含二进制数据和路径字符串
  • conversation: 包含角色和内容字符串
  • source: 类型为字符串
• 分割:
  • train: 包含19835653字节，46890个样本
• 下载大小: 7758942字节
• 数据集大小: 19835653字节

配置 train14

• 特征:
  • id: 类型为字符串
  • images: 包含二进制数据和路径字符串
  • conversation: 包含角色和内容字符串
  • source: 类型为字符串
• 分割:
  • train: 包含19764487字节，46890个样本
• 下载大小: 7749094字节
• 数据集大小: 19764487字节

配置 train15

• 特征:
  • id: 类型为字符串
  • images: 包含二进制数据和路径字符串
  • conversation: 包含角色和内容字符串
  • source: 类型为字符串
• 分割:
  • train: 包含19771610字节，46890个样本
• 下载大小: 7728137字节
• 数据集大小: 19771610字节

配置 train16

• 特征:
  • id: 类型为字符串
  • images: 包含二进制数据和路径字符串
  • conversation: 包含角色和内容字符串
  • source: 类型为字符串
• 分割:
  • train: 包含19743140字节，46890个样本
• 下载大小: 7736271字节
• 数据集大小: 19743140字节

配置 train17

• 特征:
  • id: 类型为字符串
  • images: 包含二进制数据和路径字符串
  • conversation: 包含角色和内容字符串
  • source: 类型为字符串
• 分割:
  • train: 包含19852859字节，46890个样本
• 下载大小: 7768360字节
• 数据集大小: 19852859字节

配置 train18

• 特征:
  • id: 类型为字符串
  • images: 包含二进制数据和路径字符串
  • conversation: 包含角色和内容字符串
  • source: 类型为字符串
• 分割:
  • train: 包含19769498字节，46890个样本
• 下载大小: 7727809字节
• 数据集大小: 19769498字节

配置 train19

• 特征:
  • id: 类型为字符串
  • images: 包含二进制数据和路径字符串
  • conversation: 包含角色和内容字符串
  • source: 类型为字符串
• 分割:
  • train: 包含19783931字节，46890个样本
• 下载大小: 7736612字节
• 数据集大小: 19783931字节

配置 train2

• 特征:
  • id: 类型为字符串
  • images: 包含二进制数据和路径字符串
  • conversation: 包含角色和内容字符串
  • source: 类型为字符串
• 分割:
  • train: 包含19684539字节，46908个样本
• 下载大小: 7770000字节
• 数据集大小: 19684539字节

配置 train20

• 特征:
  • id: 类型为字符串
  • images: 包含二进制数据和路径字符串
  • conversation: 包含角色和内容字符串
  • source: 类型为字符串
• 分割:
  • train: 包含19759826字节，46890个样本
• 下载大小: 7742268字节
• 数据集大小: 19759826字节

配置 train21

• 特征:
  • id: 类型为字符串
  • images: 包含二进制数据和路径字符串
  • conversation: 包含角色和内容字符串
  • source: 类型为字符串
• 分割:
  • train: 包含19799992字节，46890个样本
• 下载大小: 7747632字节
• 数据集大小: 19799992字节

配置 train22

• 特征:
  • id: 类型为字符串
  • images: 包含二进制数据和路径字符串
  • conversation: 包含角色和内容字符串
  • source: 类型为字符串
• 分割:
  • train: 包含19781986字节，46890个样本
• 下载大小: 7741863字节
• 数据集大小: 19781986字节

配置 train23

• 特征:
  • id: 类型为字符串
  • images: 包含二进制数据和路径字符串
  • conversation: 包含角色和内容字符串
  • source: 类型为字符串
• 分割:
  • train: 包含19807057字节，46890个样本
• 下载大小: 7778138字节
• 数据集大小: 19807057字节

配置 train24

• 特征:
  • id: 类型为字符串
  • images: 包含二进制数据和路径字符串
  • conversation: 包含角色和内容字符串
  • source: 类型为字符串
• 分割:
  • train: 包含19790999字节，46890个样本
• 下载大小: 7745936字节
• 数据集大小: 19790999字节

配置 train25

• 特征:
  • id: 类型为字符串
  • images: 包含二进制数据和路径字符串
  • conversation: 包含角色和内容字符串
  • source: 类型为字符串
• 分割:
  • train: 包含19715767字节，46890个样本
• 下载大小: 7722343字节
• 数据集大小: 19715767字节

配置 train26

• 特征:
  • id: 类型为字符串
  • images: 包含二进制数据和路径字符串
  • conversation: 包含角色和内容字符串
  • source: 类型为字符串
• 分割:
  • train: 包含19779524字节，46890个样本
• 下载大小: 7757799字节
• 数据集大小: 19779524字节

配置 train27

• 特征:
  • id: 类型为字符串
  • images: 包含二进制数据和路径字符串
  • conversation: 包含角色和内容字符串
  • source: 类型为字符串
• 分割:
  • train: 包含19771167字节，46890个样本
• 下载大小: 7757283字节
• 数据集大小: 19771167字节

配置 train28

• 特征:
  • id: 类型为字符串
  • images: 包含二进制数据和路径字符串
  • conversation: 包含角色和内容字符串
  • source: 类型为字符串
• 分割:
  • train: 包含19795056字节，46890个样本
• 下载大小: 7748213字节
• 数据集大小: 19795056字节

配置 train29

• 特征:
  • id: 类型为字符串
  • images: 包含二进制数据和路径字符串
  • conversation: 包含角色和内容字符串
  • source: 类型为字符串
• 分割:
  • train: 包含19749596字节，46890个样本
• 下载大小: 7737005字节
• 数据集大小: 19749596字节

配置 train30

• 特征:
  • id: 类型为字符串
  • images: 包含二进制数据和路径字符串
  • conversation: 包含角色和内容字符串
  • source: 类型为字符串
• 分割:
  • train: 包含19722362字节，46890个样本
• 下载大小: 7715138字节
• 数据集大小: 19722362字节

配置 train31

• 特征:
  • id: 类型为字符串
  • images: 包含二进制数据和路径字符串
  • conversation: 包含角色和内容字符串
  • source: 类型为字符串
• 分割:
  • train: 包含19755632字节，46890个样本
• 下载大小: 7737756字节
• 数据集大小: 19755632字节

配置 train32

• 特征:
  • id: 类型为字符串
  • images: 包含二进制数据和路径字符串
  • conversation: 包含角色和内容字符串
  • source: 类型为字符串
• 分割:
  • train: 包含19842121字节，46890个样本
• 下载大小: 7778126字节
• 数据集大小: 19842121字节

配置 train33

• 特征:
  • id: 类型为字符串
  • images: 包含二进制数据和路径字符串
  • conversation: 包含角色和内容字符串
  • source: 类型为字符串
• 分割:
  • train: 包含19799434字节，46890个样本
• 下载大小: 7747569字节
• 数据集大小: 19799434字节

配置 train34

• 特征:
  • id: 类型为字符串
  • images: 包含二进制数据和路径字符串
  • conversation: 包含角色和内容字符串
  • source: 类型为字符串
• 分割:
  • train: 包含19810307字节，46890个样本
• 下载大小: 7753244字节
• 数据集大小: 19810307字节

配置 train35

• 特征:
  • id: 类型为字符串
  • images: 包含二进制数据和路径字符串
  • conversation: 包含角色和内容字符串
  • source: 类型为字符串
• 分割:
  • train: 包含19761257字节，46890个样本
• 下载大小: 7737011字节
• 数据集大小: 19761257字节

配置 train36

• 特征:
  • id: 类型为字符串
  • images: 包含二进制数据和路径字符串
  • conversation: 包含角色和内容字符串
  • source: 类型为字符串
• 分割:
  • train: 包含19802270字节，46890个样本
• 下载大小: 7754437字节
• 数据集大小: 19802270字节

配置 train37

• 特征:
  • id: 类型为字符串
  • images: 包含二进制数据和路径字符串
  • conversation: 包含角色和内容字符串
  • source: 类型为字符串
• 分割:
  • train: 包含15131503字节，4