nimapourjafar/mm_figureqa

该数据集包含图像、音频、视频和文本数据。图像数据未解码，音频和视频数据标记为null，表示可能未包含实际数据。文本数据包括数据本身、模态和角色三个字段。数据集分为训练集，包含100000个样本，总大小为2350571328字节。下载大小为2222066546字节。

原始信息汇总

数据集概述

数据集信息

特征

• images: 包含图像数据，图像未解码。
• audios: 包含音频数据。
• videos: 包含视频数据。
• data: 包含以下子特征：
  • data: 数据类型为字符串。
  • modality: 数据类型为字符串。
  • role: 数据类型为字符串。

数据分割

• train: 包含100000个样本，占用2350571328字节。

数据集大小

• 下载大小: 2222066546字节
• 数据集大小: 2350571328字节

配置

• default: 包含训练数据文件，路径为data/train-*。