vqav2_masked_10k_224

Name: vqav2_masked_10k_224
Creator: lyl472324464
Published: 2026-04-09T18:48:29+08:00

Hugging Face2026-04-09 更新2026-04-09 收录

视觉问答

机器人视觉交互

数据链接：

https://huggingface.co/datasets/lyl472324464/vqav2_masked_10k_224 数据链接链接失效反馈

官方服务：

资源简介：

该数据集为HuggingFace LeRobot格式机器人数据集。

提供机构：

lyl472324464

创建时间：

2026-04-09

cjfcsjt/AITW_Single

Android控制

视觉问答

--- dataset_info: - config_name: unseen_subject features: - name: ep_id dtype: string - name: step_id dtype: int64 - name: android_api_level dtype: int64 - name: current_activity

Hugging Face2024-04-24 更新510

5CD-AI/Vietnamese-lmms-lab-LLaVA-Video-178K-gg-translated

视觉问答

音视频文本转换

该数据集是一个翻译后的数据集，包含178,509个caption条目、960,791个开放式问答条目和196,198个多项选择问答条目。数据集的视频来源自lmms-lab/LLaVA-Video-178K仓库。数据集的任务类别包括视觉问答和视频文本到文本转换，语言为英语和越南语，标签为视频和文本，大小类别为1M到10M之间。

Hugging Face2024-10-22 更新250

mobile-vlm-data

视觉问答

自然语言处理

这是一个包含多个配置的数据集集合，每个配置都包含图像和与其相关的对话信息。对话信息由问题与响应组成，适用于视觉问答等任务。

Hugging Face2025-11-25 更新170

OralGPT/MMOral-OPG-Bench

牙科影像

视觉问答

MMOral-Bench是一个专门为全景X光分析设计的评估数据集，包含100张经过精心挑选和检查的图像，以及对应的封闭式和开放式问题，用于评估和改进牙科人工智能技术。

Hugging Face2026-06-15 更新260

JinghuiLuAstronaut/MTVQA_KR

视觉问答

图像处理

--- dataset_info: features: - name: image dtype: image - name: question dtype: string - name: answer dtype: string - name: id dtype: int64 splits: - name: train num_b

Hugging Face2024-05-24 更新210

vqav2_masked_10k_224

资源简介：

相关数据集