Multimodal-Fatima/VQAv2_test_split_2

该数据集包含多种视觉和文本信息，用于处理图像相关的问答任务。数据集特征包括问题类型、多选答案、答案序列、图像ID、问题ID、问题内容、图像数据等，以及与图像相关的各种标签和描述信息。数据集被分割为test部分，包含44780个例子。

原始信息汇总

数据集概述

数据集名称

VQAv2_test_split_2

数据集特征

基本特征

• question_type: 字符串
• multiple_choice_answer: 字符串
• answers: 字符串序列
• answers_original: 列表
  • answer: 字符串
  • answer_confidence: 字符串
  • answer_id: 整数（64位）
• id_image: 整数（64位）
• answer_type: 字符串
• question_id: 整数（64位）
• question: 字符串
• image: 图像类型
• id: 整数（64位）
• clip_tags_ViT_L_14: 字符串序列
• blip_caption: 字符串
• LLM_Description_gpt3_downstream_tasks_visual_genome_ViT_L_14: 字符串序列

检测特征

• DETA_detections_deta_swin_large_o365_coco_classes: 列表
  • attribute: 字符串
  • box: 浮点数序列（32位）
  • label: 字符串
  • location: 字符串
  • ratio: 浮点数（32位）
  • size: 字符串
  • tag: 字符串

其他特征

• Attributes_ViT_L_14_descriptors_text_davinci_003_full: 字符串序列
• clip_tags_ViT_L_14_wo_openai: 字符串序列
• clip_tags_ViT_L_14_with_openai: 字符串序列
• clip_tags_LAION_ViT_H_14_2B_wo_openai: 字符串序列
• clip_tags_LAION_ViT_H_14_2B_with_openai: 字符串序列
• clip_tags_LAION_ViT_bigG_14_2B_wo_openai: 字符串序列
• clip_tags_LAION_ViT_bigG_14_2B_with_openai: 字符串序列
• Attributes_LAION_ViT_H_14_2B_descriptors_text_davinci_003_full: 字符串序列
• Attributes_LAION_ViT_bigG_14_2B_descriptors_text_davinci_003_full: 字符串序列
• clip_tags_ViT_B_16_with_openai: 字符串序列

随机模块特征

• DETA_detections_deta_swin_large_o365_coco_classes_caption_module_random: 列表
  • attribute: 字符串
  • box: 浮点数序列（64位）
  • captions_module: 字符串序列
  • captions_module_filter: 字符串序列
  • label: 字符串
  • location: 字符串
  • ratio: 浮点数（64位）
  • size: 字符串
  • tag: 字符串

数据集分割

• test:
  • 数据量: 9209134640.0 字节
  • 示例数量: 44780

数据集大小

• 下载大小: 1869493165 字节
• 数据集总大小: 9209134640.0 字节