manu/training_vqa

---
dataset_info:
features:
- name: questionId
dtype: string
- name: query
dtype: string
- name: question_types
sequence: string
- name: image
dtype: image
- name: docId
dtype: int64
- name: ucsf_document_id
dtype: string
- name: ucsf_document_page_no
dtype: string
- name: answers
sequence: string
- name: data_split
dtype: string
- name: answer_type
sequence: string
- name: image_url
dtype: string
- name: operation/reasoning
sequence: string
- name: ocr
dtype: string
splits:
- name: train
num_bytes: 5286319637.75
num_examples: 8150
- name: test
num_bytes: 131336139.38839075
num_examples: 200
download_size: 1441633840
dataset_size: 5417655777.138391
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: test
path: data/test-*
---

dataset_info:
features:
- name: 问题ID（questionId）
dtype: 字符串
- name: 查询文本（query）
dtype: 字符串
- name: 问题类型（question_types）
dtype: 字符串序列
- name: 图像（image）
dtype: 图像
- name: 文档ID（docId）
dtype: 64位整型
- name: UCSF文档ID（ucsf_document_id）
dtype: 字符串
- name: UCSF文档页码（ucsf_document_page_no）
dtype: 字符串
- name: 答案（answers）
dtype: 字符串序列
- name: 数据划分（data_split）
dtype: 字符串
- name: 答案类型（answer_type）
dtype: 字符串序列
- name: 图像链接（image_url）
dtype: 字符串
- name: 操作/推理过程（operation/reasoning）
dtype: 字符串序列
- name: 光学字符识别（Optical Character Recognition, OCR）结果（ocr）
dtype: 字符串
splits:
- name: 训练集（train）
num_bytes: 5286319637.75
num_examples: 8150
- name: 测试集（test）
num_bytes: 131336139.38839075
num_examples: 200
download_size: 1441633840 字节
dataset_size: 5417655777.138391 字节
configs:
- config_name: 默认配置（default）
data_files:
- split: 训练集（train）
path: data/train-*
- split: 测试集（test）
path: data/test-*

原始信息汇总

数据集概述

数据集特征

• questionId: 数据类型为字符串。
• query: 数据类型为字符串。
• question_types: 数据类型为字符串序列。
• image: 数据类型为图像。
• docId: 数据类型为整数64位。
• ucsf_document_id: 数据类型为字符串。
• ucsf_document_page_no: 数据类型为字符串。
• answers: 数据类型为字符串序列。
• data_split: 数据类型为字符串。
• answer_type: 数据类型为字符串序列。
• image_url: 数据类型为字符串。
• operation/reasoning: 数据类型为字符串序列。
• ocr: 数据类型为字符串。

数据集分割

• 训练集 (train): 包含8150个示例，总大小为5286319637.75字节。
• 测试集 (test): 包含200个示例，总大小为131336139.38839075字节。

数据集大小

• 下载大小: 1441633840字节。
• 数据集总大小: 5417655777.138391字节。

配置文件

• 默认配置 (default):
  • 训练集路径: data/train-*
  • 测试集路径: data/test-*