RIW/small-coco

---
dataset_info:
features:
- name: image
dtype: image
- name: caption
dtype: string
- name: url
dtype: string
- name: key
dtype: string
- name: status
dtype: string
- name: error_message
dtype: 'null'
- name: width
dtype: int64
- name: height
dtype: int64
- name: original_width
dtype: int64
- name: original_height
dtype: int64
- name: exif
dtype: string
- name: sha256
dtype: string
splits:
- name: train
num_bytes: 1946738057.45
num_examples: 9890
- name: validation
num_bytes: 1953823510.0
num_examples: 9893
download_size: 1313384992
dataset_size: 3900561567.45
---
# Dataset Card for "small-coco"

[More Information needed](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)

数据集信息：
特征列表：
- 名称：图像（image），数据类型：图像类型
- 名称：标题（caption），数据类型：字符串
- 名称：来源链接（url），数据类型：字符串
- 名称：唯一标识（key），数据类型：字符串
- 名称：状态（status），数据类型：字符串
- 名称：错误信息（error_message），数据类型：空值
- 名称：图像宽度（width），数据类型：64位整数
- 名称：图像高度（height），数据类型：64位整数
- 名称：原始图像宽度（original_width），数据类型：64位整数
- 名称：原始图像高度（original_height），数据类型：64位整数
- 名称：EXIF元数据（exif），数据类型：字符串
- 名称：SHA256哈希值（sha256），数据类型：字符串
数据集划分：
- 名称：训练集（train），占用字节数：1946738057.45，样本数量：9890
- 名称：验证集（validation），占用字节数：1953823510.0，样本数量：9893
下载总大小：1313384992
数据集总存储大小：3900561567.45

# "小型COCO"数据集卡片（Dataset Card）
[需补充更多信息](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)

原始信息汇总

数据集概述

数据集特征

• image: 图像数据
• caption: 字符串类型，图像描述
• url: 字符串类型，图像链接
• key: 字符串类型，关键字
• status: 字符串类型，状态
• error_message: 空值类型
• width: 整数类型，图像宽度
• height: 整数类型，图像高度
• original_width: 整数类型，原始图像宽度
• original_height: 整数类型，原始图像高度
• exif: 字符串类型，EXIF信息
• sha256: 字符串类型，SHA256哈希值

数据集分割

• train:
  • 示例数量: 9890
  • 数据大小: 1946738057.45字节
• validation:
  • 示例数量: 9893
  • 数据大小: 1953823510.0字节

数据集大小

• 下载大小: 1313384992字节
• 数据集总大小: 3900561567.45字节

搜集汇总

背景与挑战

背景概述

RIW/small-coco是一个图像-文本数据集，包含约19,783个示例，分为训练集和验证集，用于图像与标题的关联任务。数据集特征包括图像、标题、URL、尺寸和元数据，总大小约3.9GB，适合计算机视觉和自然语言处理模型的训练与评估。