uwwee/coco_vqa_small_dataset

视觉问答（VQA）数据集是一个包含关于图像的开放式问题的新数据集。这些问题需要视觉、语言和常识知识来回答。该数据集是从Hugging Face的Graphcore/vqa验证数据集中分割出来的小训练集和小验证集。每个数据点包括一个图像及其对象注释，具体包含问题、问题类型、图像ID、答案类型和标签。标签部分进一步细分为ID和权重。数据集分为训练数据集（1169个样本）和验证数据集（100个样本）。

原始信息汇总

数据集概述

数据集名称

• Vision question Answer (VQA) dataset

数据集描述

• 包含关于图像的开放式问题，需要视觉、语言和常识知识来回答。
• 从Graphcore/vqa验证数据集中分割出的小型训练和验证数据集。

数据集结构

数据实例

• 每个数据点包含一张图像及其对象标注。

数据字段

• question: 图像相关的问题
• question_type: 问题类型
• image_id: 图像文件路径
• answer_type: 答案类型
• label: 标注信息
  • ids: 标注的类别
  • weights: 类别权重

数据分割

• Training dataset: 1169个样本
• Val dataset: 100个样本

数据集使用

• 通过datasets库加载数据集，使用命令：load_dataset("SIS-2024-spring/coco_vqa_small_dataset")