Multimodal-Fatima/VQAv2_test_no_image_split_0

该数据集是一个视觉问答（VQA）数据集，包含与图像相关的问题和答案。数据集的特征包括问题类型、多项选择答案、答案列表、图像ID、问题ID、问题文本、CLIP标签、BLIP标题、LLM描述、DETA检测等。数据集还包含一个测试集，大小为2406349850字节，包含44780个示例。下载大小为651260802字节。

原始信息汇总

数据集概述

数据集名称

VQAv2_test_no_image_split_0

数据集特征

基本特征

• question_type: 字符串类型
• multiple_choice_answer: 字符串类型
• answers: 字符串序列类型
• answers_original: 列表类型，包含以下子特征：
  • answer: 字符串类型
  • answer_confidence: 字符串类型
  • answer_id: 整数类型（64位）
• id_image: 整数类型（64位）
• answer_type: 字符串类型
• question_id: 整数类型（64位）
• question: 字符串类型
• id: 整数类型（64位）
• clip_tags_ViT_L_14: 字符串序列类型
• blip_caption: 字符串类型
• LLM_Description_gpt3_downstream_tasks_visual_genome_ViT_L_14: 字符串序列类型

检测特征

• DETA_detections_deta_swin_large_o365_coco_classes: 列表类型，包含以下子特征：
  • attribute: 字符串类型
  • box: 浮点序列类型（32位）
  • label: 字符串类型
  • location: 字符串类型
  • ratio: 浮点类型（32位）
  • size: 字符串类型
  • tag: 字符串类型

描述特征

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

随机模块特征

• DETA_detections_deta_swin_large_o365_coco_classes_caption_module_random: 列表类型，包含以下子特征：
  • attribute: 字符串类型
  • box: 浮点序列类型（64位）
  • captions_module: 字符串序列类型
  • captions_module_filter: 字符串序列类型
  • label: 字符串类型
  • location: 字符串类型
  • ratio: 浮点类型（64位）
  • size: 字符串类型
  • tag: 字符串类型

数据集分割

• test: 包含44780个样本，数据量大小为2406349850字节。

数据集大小

• 下载大小: 651260802字节
• 数据集大小: 2406349850字节