RaviNaik/Laion-Coco-Kn

---
dataset_info:
features:
- name: id
dtype: string
- name: url
dtype: string
- name: eng_caption
dtype: string
- name: score
dtype: float64
- name: kn_caption
dtype: string
splits:
- name: test
num_bytes: 5223531
num_examples: 14906
- name: train
num_bytes: 258046154
num_examples: 733604
download_size: 156666204
dataset_size: 263269685
configs:
- config_name: default
data_files:
- split: test
path: data/test-*
- split: train
path: data/train-*
license: mit
task_categories:
- visual-question-answering
language:
- kn
- en
size_categories:
- 100K<n<1M
---

[laion-coco](https://huggingface.co/datasets/laion/laion-coco) dataset with captions translated to Kannada language. The dataset contains 733604 training and
14906 test samples. Images can be downloaded directly from Coco page.

### Data Sample:
```python
{'id': 'dde3bdc5-36b7-4340-b2ae-d9564c0d213a',
'url': 'https://i.pinimg.com/236x/ca/84/a1/ca84a1d6f83c88c94452a94e320f024c--lens.jpg',
'eng_caption': 'Black and white photograph of woman in hat leaning against tree.',
'score': 5.8029,
'kn_caption': 'ಮರದ ವಿರುದ್ಧ ಒರಗಿರುವ ಟೋಪಿ ಹೊಂದಿರುವ ಮಹಿಳೆಯ ಕಪ್ಪು ಮತ್ತು ಬಿಳಿ ಛಾಯಾಚಿತ್ರ.'}
```

### Use with Datasets:
```python
from datasets import load_dataset

ds = load_dataset("RaviNaik/Laion-Coco-Kn")
```

原始信息汇总

数据集概述

数据集信息

• 特征:
  • id: 字符串类型
  • url: 字符串类型
  • eng_caption: 字符串类型
  • score: 浮点数类型
  • kn_caption: 字符串类型
• 分割:
  • test: 字节数为5223531，样本数为14906
  • train: 字节数为258046154，样本数为733604
• 下载大小: 156666204字节
• 数据集大小: 263269685字节
• 配置:
  • default:
    • test: 路径为data/test-*
    • train: 路径为data/train-*
• 许可证: MIT
• 任务类别: 视觉问答
• 语言: 卡纳达语, 英语
• 大小类别: 100K<n<1M

数据样本

python {id: dde3bdc5-36b7-4340-b2ae-d9564c0d213a, url: https://i.pinimg.com/236x/ca/84/a1/ca84a1d6f83c88c94452a94e320f024c--lens.jpg, eng_caption: Black and white photograph of woman in hat leaning against tree., score: 5.8029, kn_caption: ಮರದ ವಿರುದ್ಧ ಒರಗಿರುವ ಟೋಪಿ ಹೊಂದಿರುವ ಮಹಿಳೆಯ ಕಪ್ಪು ಮತ್ತು ಬಿಳಿ ಛಾಯಾಚಿತ್ರ.}

使用方法

python from datasets import load_dataset

ds = load_dataset("RaviNaik/Laion-Coco-Kn")