jp1924/OutsideKnowledgebasedMultimodalQAData

该数据集主要用于视觉问答任务，包含图像、标题、对象、问题答案对等特征。数据集的语言为韩语和英语，大小在10B到100B之间。数据集的特征包括id、图像、标题、标题列表、类别、对象列表、问题答案对列表和元数据。数据集分为训练集和验证集，分别包含47203和6423个样本。

原始信息汇总

数据集概述

基本信息

• 语言: 韩语（ko）、英语（en）
• 大小范围: 10B<n<100B
• 任务类别: 视觉问答（visual-question-answering）

数据集特征

• id: 字符串类型
• image: 图像类型
• caption: 字符串类型
• caption_ls: 字符串列表类型
• category: 字符串类型
• objects: 列表类型，包含：
  • id: 整数类型
  • text: 字符串类型
  • bbox: 整数列表类型
• question_answer: 列表类型，包含：
  • id: 字符串类型
  • question: 字符串类型
  • answer: 字符串类型
  • visual_concept: 字符串列表类型
  • question_en: 字符串类型
  • answer_en: 字符串类型
  • question_type: 字符串列表类型
  • ans_source: 字符串类型
  • kb_source: 字符串列表类型
  • fact: 字符串列表类型
• metadata: 结构类型，包含多个字符串类型的字段，如：
  • KOREAN_IMAGE
  • DIRECT_IMAGE
  • ACTION
  • IMAGE_ACQUISITION_DATE
  • IMAGE_URL
  • LICENSE
  • MAINOBJECT
  • MAINOBJECT_URL
  • SCENE
  • SUBOBJECT_1
  • SUBOBJECT_2
  • WIDTH
  • HEIGHT
  • WIKI_FILE

数据集分割

• 训练集: 47203个样本，大小为11169890399.625字节
• 验证集: 6423个样本，大小为1548226868.125字节

数据集大小

• 下载大小: 12644146792字节
• 数据集总大小: 12718117267.75字节