naorm/all-captions-screen2words-16bit-blip2

---
dataset_info:
features:
- name: image
dtype: image
- name: hf-blip2-16bit
dtype: string
- name: hf-blip2-coco-16bit
dtype: string
splits:
- name: train
num_bytes: 448040117.41
num_examples: 4310
download_size: 362303052
dataset_size: 448040117.41
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---

原始信息汇总

数据集概述

数据集特征

• image：图像数据类型。
• hf-blip2-16bit：字符串数据类型。
• hf-blip2-coco-16bit：字符串数据类型。

数据集划分

• 训练集（train）：
  • 示例数量：4310
  • 数据大小：448040117.41字节

数据集大小

• 下载大小：362303052字节
• 实际数据集大小：448040117.41字节

配置信息

• 配置名称：default
• 数据文件路径：
  • 训练集路径：data/train-*

搜集汇总

背景与挑战

背景概述

该数据集是一个多模态数据集，包含4,310行屏幕截图及其对应的文本描述，格式为parquet，总大小为362MB。数据集主要用于图像与文本之间的关联任务，涵盖了手机应用界面、视频播放器、计算器等多种场景。