nimapourjafar/mm_infographic_vqa

该数据集包含图像、音频、视频和数据特征。图像特征是一个序列，但不进行解码；音频和视频特征的序列值为null，表示可能未包含实际数据。数据特征是一个列表，包含数据类型为字符串的data、modality和role。数据集分为一个训练集，包含2118个样本，总大小为300659612字节。下载大小为292339262字节，数据集大小为300659612字节。配置文件指定了默认配置，数据文件路径为data/train-*。

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: 训练集，包含2118个样本，占用300659612字节。

数据集大小

• 下载大小: 292339262字节
• 数据集大小: 300659612字节

配置

• default: 默认配置，包含训练集数据文件路径为data/train-*。