Holmes377/Comprehensive_VQA_MME

该数据集包含四个特征：label（标签）、question（问题）、answer（答案）和image（图像）。数据集分为一个名为Comprehensive_VQA_MME的分割，包含2066个样本，总大小为582782493.636字节。每个项目有两个真/假问题（一个为真，一个为假），只有当这两个问题都正确时，acc_score才会加1。评估方法使用了sklearn.metrics中的accuracy_score、precision_score、recall_score和confusion_matrix来计算准确率、精确率、召回率等指标。

The dataset is a comprehensive Visual Question Answering (VQA) dataset containing 1666 samples, each with four main features: label, question, answer, and image. It is used to evaluate VQA tasks, including two main categories: Perception and Cognition. Each item contains two true/false questions, and the acc_score increases by 1 only if both questions are correct.

原始信息汇总

数据集概述

数据集信息

• 特征:

  • label: 类型为字符串。
  • question: 类型为字符串。
  • answer: 类型为字符串。
  • image: 类型为图像。

• 分割:

  • Comprehensive_VQA_MME:
    • 样本数量: 2066
    • 数据大小: 582782493.636 字节

• 下载大小: 369339159 字节

• 数据集大小: 582782493.636 字节

配置

• 配置名称: default
  • 数据文件:
    • 分割: Comprehensive_VQA_MME
    • 路径: data/Comprehensive_VQA_MME-*