flipwooyoung/vlm_dict
收藏官方服务：
资源简介：
该数据集包含图像及其相应的注释信息，注释信息包括图像的描述和边界框。每个图像都有一个唯一的图像ID。数据集分为一个训练集，包含5000个样本，总大小为1039140370字节。
该数据集包含图像及其相应的注释信息，注释信息包括图像的描述和边界框。每个图像都有一个唯一的图像ID。数据集分为一个训练集，包含5000个样本，总大小为1039140370字节。
提供机构：
flipwooyoung原始信息汇总
数据集概述
数据集特征
- image：图像数据，数据类型为图像。
- annotations：注释信息，包含以下结构：
- caption：字符串序列，表示图像的描述。
- bbox：边界框信息，为整数序列的序列，表示图像中对象的位置。
- image_id：图像标识符，数据类型为整数。
数据集划分
- train：训练集，包含5000个样本，总大小为1039140370.0字节。
数据集大小
- 下载大小：1046969463字节
- 数据集实际大小：1039140370.0字节
配置信息
- config_name：默认配置
- data_files：
- split：train
- path：data/train-*
