kimmchii/translated-th-coco2017

该数据集包含图像、图像URL、标题以及通过不同翻译器（HelsinkiTranslator、NLLBTranslator、VistecTranslator）翻译的标题。数据集分为训练集和测试集，训练集包含118287个示例，测试集包含5000个示例。

原始信息汇总

数据集信息

特征

• image: 图像数据
• image_url: 图像链接，字符串类型
• captions: 图像描述，字符串序列
• translated_captions_HelsinkiTranslator: 使用HelsinkiTranslator翻译的图像描述，字符串序列
• translated_captions_NLLBTranslator: 使用NLLBTranslator翻译的图像描述，字符串序列
• translated_captions_VistecTranslator: 使用VistecTranslator翻译的图像描述，字符串序列

数据分割

• train: 训练集，包含118287个样本，大小为20053995825.618字节
• test: 测试集，包含5000个样本，大小为822237906.0字节

数据大小

• 下载大小: 20194026494字节
• 数据集大小: 20876233731.618字节

配置

• default:
  • train: 数据文件路径为data/train-*
  • test: 数据文件路径为data/test-*