nimapourjafar/mm_vqav2

该数据集包含多种模态的数据，如图像、音频、视频和文本数据。数据集主要分为训练集，包含82,772个示例，总大小为13,542,020,039字节。数据特征包括数据类型、模态和角色，适用于多模态数据处理和分析。

原始信息汇总

数据集概述

数据集特征

• 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: 包含以下字段的数据列表：
  • data: 数据字段，数据类型为字符串。
  • modality: 模态字段，数据类型为字符串。
  • role: 角色字段，数据类型为字符串。

数据集划分

• train: 训练集，包含82772个样本，总大小为13542020039字节。

数据集大小

• 下载大小: 13479982677字节
• 数据集大小: 13542020039字节

配置

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