Angana192/india_wit

该数据集主要用于图像问答任务，包含图像和文本数据。数据集的特征包括id、image、query、answers和json_ans。其中，json_ans是一个结构体，包含conversations、id和image字段。conversations字段是一个列表，包含from和value两个子字段。数据集分为训练集和测试集，训练集包含2730个样本，测试集包含304个样本。

This dataset is primarily used for image question-answering tasks and contains both image and text data. The features of the dataset include id, image, query, answers, and json_ans. The json_ans is a structure containing fields such as conversations, id, and image. The conversations field is a list containing subfields from and value. The dataset is divided into a training set and a test set, with the training set containing 2730 samples and the test set containing 304 samples.

原始信息汇总

数据集概述

数据集信息

特征

• id: 数据类型为 int64
• image: 数据类型为 image
• query: 数据类型为 string
• answers: 数据类型为 string
• json_ans: 结构化数据
  • conversations: 列表类型
    • from: 数据类型为 string
    • value: 数据类型为 string
  • id: 数据类型为 int64
  • image: 数据类型为 string

数据分割

• train:
  • 字节数: 4909188386.48
  • 样本数: 2730
• test:
  • 字节数: 580981935.0
  • 样本数: 304

数据集大小

• 下载大小: 5250607143 字节
• 数据集总大小: 5490170321.48 字节

配置

• config_name: default
  • data_files:
    • train: 路径为 data/train-*
    • test: 路径为 data/test-*