VQA数据集 Part2

Name: VQA数据集 Part2
Creator: 左手握着_回忆
Published: 2024-03-04T18:28:17+08:00

AI_Studio2021-10-04 更新2024-03-04 收录

视觉问答

影像特征

数据链接：

https://aistudio.baidu.com/datasetdetail/111001 数据链接链接失效反馈

官方服务：

资源简介：

VQA数据集 Part2: 验证集、测试集图像特征

提供机构：

左手握着_回忆

5CD-AI/Vietnamese-lmms-lab-LLaVA-Video-178K-gg-translated

视觉问答

音视频文本转换

该数据集是一个翻译后的数据集，包含178,509个caption条目、960,791个开放式问答条目和196,198个多项选择问答条目。数据集的视频来源自lmms-lab/LLaVA-Video-178K仓库。数据集的任务类别包括视觉问答和视频文本到文本转换，语言为英语和越南语，标签为视频和文本，大小类别为1M到10M之间。

Hugging Face2024-10-22 更新250

mobile-vlm-data

视觉问答

自然语言处理

这是一个包含多个配置的数据集集合，每个配置都包含图像和与其相关的对话信息。对话信息由问题与响应组成，适用于视觉问答等任务。

Hugging Face2025-11-25 更新170

vishal0524/VQA

视觉问答

该数据集包含多个特征，包括问题ID、问题、问题类型、图像和答案。数据集分为训练集、验证集和测试集，每个集的具体字节数和示例数未提供。

Hugging Face2024-07-18 更新90

kihoonlee/RLAIF-V-1k

视觉问答

该数据集包含图像、问题、答案和来源四个特征。其中，答案是字符串序列。数据集包含一个训练分割，共有1000个样本，总大小为163423360.0字节。

Hugging Face2024-06-26 更新190

salma-remyx/vqasynth_sample_spatial_new

视觉问答

图像理解

该数据集包含图像和消息两个主要特征。图像特征的数据类型为图像，消息特征是一个列表，包含内容和角色两个子特征。内容子特征进一步包含索引、文本和类型三个子特征，数据类型分别为整数、字符串和字符串。角色子特征的数据类型为字符串。数据集包含一个名为训练的分割，包含10个示例，总大小为1566310字节。数据集的总下载大小为1391554字节。数据集标签包括vqasynth和remyx。

Hugging Face2024-12-04 更新100

VQA数据集 Part2

资源简介：

相关数据集