Opps/CLIPL-Newyorker-Matching

该数据集包含图像和对应的标题，以及用于NLP任务的输入ID、注意力掩码和像素值。数据集分为训练集和验证集，训练集包含9792个样本，验证集包含531个样本。数据集总大小为7041892212.208字节，下载大小为1968815302字节。

This dataset includes images and corresponding captions, along with input IDs, attention masks, and pixel values for NLP tasks. The dataset is divided into a training set and a validation set, with 9792 and 531 samples respectively. The total size of the dataset is 7041892212.208 bytes, and the download size is 1968815302 bytes.

原始信息汇总

数据集概述

许可证

• Apache 2.0

数据集信息

特征

• image: 图像数据类型
• caption: 字符串数据类型
• input_ids: 整数序列
• attention_mask: 8位整数序列
• pixel_values: 32位浮点数序列的序列的序列

分割

• train:
  • 字节数: 6679895998.208
  • 样本数: 9792
• validation:
  • 字节数: 361996214.0
  • 样本数: 531

大小

• 下载大小: 1968815302 字节
• 数据集总大小: 7041892212.208 字节

配置

• config_name: default
  • data_files:
    • train: data/train-*
    • validation: data/validation-*