E-comIQ-ZH-18k

# E-comIQ-ZH-18k 电商商品主图质量评估数据集，包含 18,000 张中文电商商品图片及其多维度质量评分。 ## 数据集概览 | 属性 | 值 | |------|------| | 样本数量 | 18,000 | | 语言 | 中文 | | 数据格式 | Arrow (HuggingFace Datasets) | | 分片数量 | 20 | | 总大小 | ~9.5 GB | ## 字段说明 | 字段 | 类型 | 描述 | |------|------|------| | `image` | Image | 电商商品主图 | | `response` | string | 模型生成的完整质量评估，包含 `<think>` 分析过程和 `<answer>` 结构化评分 | ## Response 结构 每条 `response` 包含两部分： ### `<think>` 部分 对商品图片进行多维度详细分析，涵盖： - **背景（Background）**：背景设计、色调、场景感、氛围营造 - **主体（Object）**：商品主体清晰度、完整性、视觉冲击力 - **文字（Text）**：文案信息、卖点描述、排版可读性 - **布局（Layout）**：构图平衡、视觉层级、元素协调性 ### `<answer>` 部分 结构化 JSON 评分结果： ```json { "background_score": 3.0, "text_score": 1.5, "object_score": 3.6, "layout_score": 5.0, "total_score": 2.36 } ``` 各维度评分范围为 **1.0 - 5.0**，`total_score` 为加权综合评分。 ## 使用方式 ### 从 ModelScope 加载 ```python from modelscope.msdatasets import MsDataset ds = MsDataset.load("smmmmmmmmmq/E-comIQ-ZH-18k") ``` ### 从本地加载 ```python from datasets import load_from_disk ds = load_from_disk("path/to/hf_dataset_local") print(ds[0]["response"]) ``` ### 解析评分 ```python import json import re response = ds[0]["response"] answer = re.search(r"<answer>(.*?)</answer>", response).group(1) scores = json.loads(answer) print(scores["total_score"]) ``` ## 许可证 请联系数据集作者获取使用许可信息。