nimapourjafar/mm_st_vqa

该数据集主要包含图像数据，音频和视频数据被标记为不存在或未使用。数据集的核心部分是一个列表，包含数据类型为字符串的data、modality和role。数据集分为一个训练集，包含17247个示例，总大小为723018812字节。

The dataset primarily contains image data, with audio and video data marked as non-existent or unused. The core part of the dataset is a list containing data, modality, and role, all of which are of string type. The dataset is divided into a training set with 17,247 examples and a total size of 723,018,812 bytes.

原始信息汇总

数据集概述

数据集特征

• 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:
  • 样本数量: 17247
  • 字节数: 723018812

数据集大小

• 下载大小: 720536828 字节
• 数据集大小: 723018812 字节

配置

• default:
  • 数据文件路径: data/train-*