floschne/maxm

MaXM数据集是一个用于多语言视觉问答任务的数据集，支持英语、法语、印地语、罗马尼亚语、泰语、希伯来语和中文。数据集包含了来自XM3600图像的标题和图像区域信息。数据集的特征包括图像ID、图像URL、图像数据、图像区域、图像标题、问题ID、问题、答案、处理后的答案、语言、是否为集合和方法。数据集的大小在1K到10K之间，具体分割信息包括不同语言的字节数和示例数。

原始信息汇总

MaXM 数据集概述

数据集基本信息

• 名称: MaXM
• 任务类别: 视觉问答 (visual-question-answering)
• 语言: 英语 (en), 法语 (fr), 印地语 (hi), 罗马尼亚语 (ro), 泰语 (th), 希伯来语 (he), 中文 (zh)
• 大小类别: 1K<n<10K

数据集特征

• image_id: 字符串类型
• image_url: 字符串类型
• image: 结构体类型，包含以下字段:
  • bytes: 二进制类型
  • path: 字符串类型
• image_locale: 字符串类型
• image_captions: 字符串序列
• question_id: 字符串类型
• question: 字符串类型
• answers: 字符串序列
• processed_answers: 字符串序列
• language: 字符串类型
• is_collection: 布尔类型
• method: 字符串类型

数据集拆分

• hi: 260个样本, 23640810字节
• th: 268个样本, 23960076字节
• zh: 277个样本, 24634226字节
• fr: 264个样本, 23188830字节
• en: 257个样本, 23067651字节
• iw: 280个样本, 25044532字节
• ro: 284个样本, 26229952字节

数据集大小

• 下载大小: 106887693字节
• 数据集大小: 169766077字节

配置信息

• 默认配置:
  • hi: data/hi-*
  • th: data/th-*
  • zh: data/zh-*
  • fr: data/fr-*
  • en: data/en-*
  • iw: data/iw-*
  • ro: data/ro-*