YOLO11

数据集文件元信息以及数据文件，请浏览“数据集文件”页面获取。

当前数据集卡片使用的是默认模版，数据集的贡献者未提供更加详细的数据集介绍，但是您可以通过如下GIT Clone命令，或者ModelScope SDK来下载数据集

text:
-biaoqian
multilinguality:
- monolingual

audio:
automatic_speech_recognition:
languages:
- en
- fr
sampling_rates:
- 16000 <!--- integer --->
- 64000

image:
Image-to-Text:
resolutions:
- 640 x 480
- 1024 x 720
color_space:
- rgb
encoding:
- jpeg

video:
Object-Detection:
resolutions:
- 640 x 480
- 1024 x 720
encoding:
- mpeg

multi-modal:
Feature Extraction:
resolutions:
- 640 x 480
encoding:
- H264
languages:
- en
multilinguality:
- monolingual

configs: # 配置数据集的子数据集和划分
- config_name: default
data_files:
- split: train
path: "train_data.csv"
- split: test
path: "test_data.csv"

#### 下载方法
:modelscope-code[]{type="sdk"}
:modelscope-code[]{type="git"}

本数据集包含文件元信息与数据文件，可通过「数据集文件」页面获取详情。当前数据集卡片采用默认模板，数据集贡献者未提供更详细的介绍，但可通过以下GIT Clone命令或ModelScope SDK下载该数据集。

text:
- 标签
multilinguality:
- 单语言

audio:
自动语音识别（Automatic Speech Recognition）:
语言:
- 英语
- 法语
采样率:
- 16000（整数）
- 64000

image:
图像到文本（Image-to-Text）:
分辨率:
- 640 × 480
- 1024 × 720
色彩空间:
- RGB
编码格式:
- JPEG（JPEG）

video:
目标检测（Object-Detection）:
分辨率:
- 640 × 480
- 1024 × 720
编码格式:
- MPEG（MPEG）

multi-modal:
特征提取（Feature Extraction）:
分辨率:
- 640 × 480
编码格式:
- H264（H264）
语言:
- 英语
multilinguality:
- 单语言

configs: # 配置数据集的子数据集和划分
- 配置名称: default
数据文件:
- 划分方式: 训练集
路径: "train_data.csv"
- 划分方式: 测试集
路径: "test_data.csv"

#### 下载方法
:modelscope-code[]{type="sdk"}
:modelscope-code[]{type="git"}

搜集汇总

背景与挑战

背景概述

YOLO11是一个多模态数据集，包含文本、音频、图像和视频数据，支持自动语音识别、图像到文本、目标检测和特征提取等任务，适用于多语言（如英语和法语）和多种分辨率（如640x480和1024x720）的应用场景。数据集提供训练和测试划分（train_data.csv和test_data.csv），但缺乏详细描述，需通过ModelScope SDK或Git LFS下载获取具体文件。