dddraxxx/ocr_vqa

该数据集是LLaVAv1.5的训练数据集之一，包含图像、图像ID、图像URL、问题、答案、标题、作者姓名和类型等特征。数据集分为训练集、验证集和测试集，分别包含166043、20732和20797个样本，总大小为13054666168.709字节。建议用于学术用途。

原始信息汇总

数据集概述

数据集信息

• 特征:

  • image: 图像数据
  • image_id: 图像ID，字符串类型
  • imageURL: 图像URL，字符串类型
  • questions: 问题序列，字符串类型
  • answers: 答案序列，字符串类型
  • title: 标题，字符串类型
  • authorName: 作者名称，字符串类型
  • genre: 类别，字符串类型

• 数据集划分:

  • train: 训练集，包含166043个样本，大小为10850760200.286541字节
  • val: 验证集，包含20732个样本，大小为1097581965.6891787字节
  • test: 测试集，包含20797个样本，大小为1106324002.7332811字节

• 数据集大小:

  • 下载大小: 9143129760字节
  • 数据集总大小: 13054666168.709字节

配置信息

• 配置名称: default
  • 数据文件路径:
    • 训练集: data/train-*
    • 验证集: data/val-*
    • 测试集: data/test-*