Multimodal-Fatima/VQAv2_test_no_image

---
dataset_info:
features:
- name: question_type
dtype: string
- name: multiple_choice_answer
dtype: string
- name: answers_original
list:
- name: answer
dtype: string
- name: answer_confidence
dtype: string
- name: answer_id
dtype: int64
- name: id_image
dtype: int64
- name: answer_type
dtype: string
- name: question_id
dtype: int64
- name: question
dtype: string
- name: id
dtype: int64
- name: clip_tags_ViT_L_14
sequence: string
- name: blip_caption
dtype: string
- name: LLM_Description_gpt3_downstream_tasks_visual_genome_ViT_L_14
sequence: string
- name: DETA_detections_deta_swin_large_o365_coco_classes
list:
- name: attribute
dtype: string
- name: box
sequence: float32
- name: label
dtype: string
- name: location
dtype: string
- name: ratio
dtype: float32
- name: size
dtype: string
- name: tag
dtype: string
- name: Attributes_ViT_L_14_descriptors_text_davinci_003_full
sequence: string
- name: clip_tags_ViT_L_14_wo_openai
sequence: string
- name: clip_tags_ViT_L_14_with_openai
sequence: string
- name: clip_tags_LAION_ViT_H_14_2B_wo_openai
sequence: string
- name: clip_tags_LAION_ViT_H_14_2B_with_openai
sequence: string
- name: clip_tags_LAION_ViT_bigG_14_2B_wo_openai
sequence: string
- name: clip_tags_LAION_ViT_bigG_14_2B_with_openai
sequence: string
- name: Attributes_LAION_ViT_H_14_2B_descriptors_text_davinci_003_full
sequence: string
- name: Attributes_LAION_ViT_bigG_14_2B_descriptors_text_davinci_003_full
sequence: string
- name: DETA_detections_deta_swin_large_o365_coco_classes_caption_module_random
list:
- name: attribute
dtype: string
- name: box
sequence: float64
- name: captions_module
sequence: string
- name: captions_module_filter
sequence: string
- name: label
dtype: string
- name: location
dtype: string
- name: ratio
dtype: float64
- name: size
dtype: string
- name: tag
dtype: string
- name: answers
sequence: string
splits:
- name: test
num_bytes: 21976237587
num_examples: 447793
download_size: 5670512625
dataset_size: 21976237587
---
# Dataset Card for "VQAv2_test_no_image"

[More Information needed](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)

数据集信息：
特征字段：
- 字段名：question_type，数据类型：字符串
- 字段名：multiple_choice_answer，数据类型：字符串
- 字段名：answers_original，类型为列表，包含子字段：
- 字段名：answer，数据类型：字符串
- 字段名：answer_confidence，数据类型：字符串
- 字段名：answer_id，数据类型：64位整数
- 字段名：id_image，数据类型：64位整数
- 字段名：answer_type，数据类型：字符串
- 字段名：question_id，数据类型：64位整数
- 字段名：question，数据类型：字符串
- 字段名：id，数据类型：64位整数
- 字段名：clip_tags_ViT_L_14，类型为字符串序列，指ViT-L/14模型的CLIP（CLIP）标签
- 字段名：blip_caption（BLIP），数据类型：字符串
- 字段名：LLM_Description_gpt3_downstream_tasks_visual_genome_ViT_L_14，类型为字符串序列，指基于ViT-L/14模型、面向视觉基因组下游任务的GPT-3（GPT-3）大语言模型生成的描述文本
- 字段名：DETA_detections_deta_swin_large_o365_coco_classes，类型为列表，指基于DETA-Swin-Large（Swin）模型、针对O365（O365）与COCO（COCO）类别的目标检测结果，包含子字段：
- 字段名：attribute，数据类型：字符串
- 字段名：box，类型为单精度浮点数序列
- 字段名：label，数据类型：字符串
- 字段名：location，数据类型：字符串
- 字段名：ratio，数据类型：单精度浮点数
- 字段名：size，数据类型：字符串
- 字段名：tag，数据类型：字符串
- 字段名：Attributes_ViT_L_14_descriptors_text_davinci_003_full，类型为字符串序列，指基于ViT-L/14模型、通过text-davinci-003生成的完整属性描述词
- 字段名：clip_tags_ViT_L_14_wo_openai，类型为字符串序列，指未使用OpenAI预设的ViT-L/14模型CLIP标签
- 字段名：clip_tags_ViT_L_14_with_openai，类型为字符串序列，指使用OpenAI预设的ViT-L/14模型CLIP标签
- 字段名：clip_tags_LAION_ViT_H_14_2B_wo_openai，类型为字符串序列，指未使用OpenAI预设的LAION-ViT-H-14-2B模型CLIP标签
- 字段名：clip_tags_LAION_ViT_H_14_2B_with_openai，类型为字符串序列，指使用OpenAI预设的LAION-ViT-H-14-2B模型CLIP标签
- 字段名：clip_tags_LAION_ViT_bigG_14_2B_wo_openai，类型为字符串序列，指未使用OpenAI预设的LAION-ViT-bigG-14-2B模型CLIP标签
- 字段名：clip_tags_LAION_ViT_bigG_14_2B_with_openai，类型为字符串序列，指使用OpenAI预设的LAION-ViT-bigG-14-2B模型CLIP标签
- 字段名：Attributes_LAION_ViT_H_14_2B_descriptors_text_davinci_003_full，类型为字符串序列，指基于LAION-ViT-H-14-2B模型、通过text-davinci-003生成的完整属性描述词
- 字段名：Attributes_LAION_ViT_bigG_14_2B_descriptors_text_davinci_003_full，类型为字符串序列，指基于LAION-ViT-bigG-14-2B模型、通过text-davinci-003生成的完整属性描述词
- 字段名：DETA_detections_deta_swin_large_o365_coco_classes_caption_module_random，类型为列表，指基于DETA-Swin-Large模型、针对O365与COCO类别的随机caption模块目标检测结果，包含子字段：
- 字段名：attribute，数据类型：字符串
- 字段名：box，类型为双精度浮点数序列
- 字段名：captions_module，类型为字符串序列
- 字段名：captions_module_filter，类型为字符串序列
- 字段名：label，数据类型：字符串
- 字段名：location，数据类型：字符串
- 字段名：ratio，数据类型：双精度浮点数
- 字段名：size，数据类型：字符串
- 字段名：tag，数据类型：字符串
- 字段名：answers，类型为字符串序列
数据集划分：
- 划分名称：test（测试集），字节占用大小：21976237587，样本数量：447793
下载大小：5670512625
数据集总大小：21976237587

# “无图像版VQAv2测试集”数据集卡片

【需补充更多信息】https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards

原始信息汇总

数据集概述

数据集名称

• VQAv2_test_no_image

数据集特征

基本特征

• question_type (字符串)
• multiple_choice_answer (字符串)
• id_image (整数64位)
• answer_type (字符串)
• question_id (整数64位)
• question (字符串)
• id (整数64位)

答案相关特征

• answers_original (列表)
  • answer (字符串)
  • answer_confidence (字符串)
  • answer_id (整数64位)

图像和描述相关特征

• 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)

检测和属性相关特征

• DETA_detections_deta_swin_large_o365_coco_classes (列表)

  • attribute (字符串)
  • box (浮点数32位序列)
  • label (字符串)
  • location (字符串)
  • ratio (浮点数32位)
  • size (字符串)
  • tag (字符串)

• Attributes_ViT_L_14_descriptors_text_davinci_003_full (字符串序列)

其他相关特征

• 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)

• DETA_detections_deta_swin_large_o365_coco_classes_caption_module_random (列表)

  • attribute (字符串)
  • box (浮点数64位序列)
  • 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)

• answers (字符串序列)

数据集分割

• test
  • 数据量: 21976237587 字节
  • 示例数量: 447793

数据集大小

• 下载大小: 5670512625 字节
• 数据集大小: 21976237587 字节