nimapourjafar/mm_ocrvqa

该数据集主要包含图像数据，以及一个名为data的列表，其中包括数据类型、模态和角色的字符串字段。数据集分为一个训练集，包含165,746个例子，总大小为6,177,451,686字节。音频和视频的特征序列被标记为null，意味着它们可能未被使用或数据集中不存在。

The dataset primarily contains image data, along with a list named data that includes string fields for data type, modality, and role. The dataset is divided into a training set containing 165,746 examples, with a total size of 6,177,451,686 bytes. The feature sequences for audio and video are marked as null, indicating they may not be used or are not present in the dataset.

原始信息汇总

数据集概述

数据集信息

• 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: 包含以下列表数据:
    • data: 数据类型为字符串。
    • modality: 数据类型为字符串。
    • role: 数据类型为字符串。

数据集分割

• train:
  • num_bytes: 6177451686 字节
  • num_examples: 165746 个样本

数据集大小

• download_size: 6078793502 字节
• dataset_size: 6177451686 字节

配置

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