mlgawd/vllm-captioning-final-benchmark

该数据集包含图像及其对应的文本描述信息，特征包括图像、文本描述以及三种不同的图像描述生成模型的输出。数据集分为一个训练集，包含300个样本，总大小为33931485字节。

This dataset contains images and their corresponding text descriptions. Features include images, text captions, and outputs from three different image captioning models. The dataset is divided into a training set containing 300 samples, with a total size of 33931485 bytes.

原始信息汇总

数据集概述

数据集特征

• image: 图像数据，数据类型为图像。
• caption: 描述文本，数据类型为字符串。
• blip-image-captioning-large: 描述文本，数据类型为字符串。
• blip3-xge-mm-phi3: 描述文本，数据类型为字符串。
• llava3: 描述文本，数据类型为字符串。

数据集划分

• train: 训练集，包含300个样本，数据大小为33931485.0字节。

数据集大小

• 下载大小: 33450270字节
• 数据集大小: 33931485.0字节

配置信息

• config_name: default
  • data_files:
    • split: train
    • path: data/train-*