Multimodal-Fatima/Caltech101_not_background_train

该数据集名为Caltech101_not_background_train，包含图像和标签数据。数据集的特征包括图像、标签、注释、ID、CLIP标签、BLIP描述和LLM描述。标签涵盖了从accordion到yin yang的102个类别。数据集包含3030个训练样本，总大小为46675197字节。

原始信息汇总

数据集概述

数据集名称

"Caltech101_not_background_train"

数据集特征

1. image

   • 数据类型：图像

2. label

   • 数据类型：分类标签
   • 标签名称列表：
     • 0: accordion
     • 1: airplanes
     • ...
     • 101: yin yang

3. annotation

   • 结构化数据
     • obj_contour
       • 数据类型：二维数组
       • 形状：(2, null)
       • 数据类型：float64
     • box_coord
       • 数据类型：二维数组
       • 形状：(1, 4)
       • 数据类型：int64

4. id

   • 数据类型：int64

5. clip_tags_ViT_L_14

   • 数据类型：字符串序列

6. blip_caption

   • 数据类型：字符串

7. LLM_Description_gpt3_downstream_tasks_ViT_L_14

   • 数据类型：字符串序列

数据集分割

• train
  • 数据量：46675197.0 字节
  • 示例数量：3030

数据集大小

• 下载大小：45748181 字节
• 数据集大小：46675197.0 字节