lmms-lab/COCO-Caption

该数据集是COCO-Caption-2014-version的格式化版本，用于lmms-eval管道中以一键评估大规模多模态模型。数据集包含多个特征字段，如question_id、image、question、answer等，并分为val和test两个分割，每个分割都有相应的字节大小和示例数量。

原始信息汇总

数据集概述

数据集信息

特征

• question_id: 字符串类型
• image: 图像类型
• question: 字符串类型
• answer: 字符串序列
• id: 64位整数类型
• license: 8位整数类型
• file_name: 字符串类型
• coco_url: 字符串类型
• height: 32位整数类型
• width: 32位整数类型
• date_captured: 字符串类型

数据分割

• val:
  • 字节数: 6269435860.936
  • 样本数: 40504
• test:
  • 字节数: 6663159016.0
  • 样本数: 40775

数据大小

• 下载大小: 13275135708
• 数据集大小: 12932594876.936

配置

• config_name: default
  • 数据文件:
    • val: data/val-*
    • test: data/test-*