Mozilla/flickr30k-transformed-captions-gpt4o

这是一个去偏见的版本，基于nlphuji/flickr30k数据集。新的替代文本列是由GPT-4o生成的，使用了特定的脚本。数据集包含图像、替代文本、句子ID、分割类型、图像ID、文件名和原始替代文本等特征。测试集包含31014个示例，总大小为1226480963.25字节。

This is a de-biased version of the Flickr30k dataset. The dataset includes features such as images, alt_text generated by GPT-4o, sentids, split identifiers, img_id, filename, and original_alt_text. The dataset is divided into a test set with 31014 samples.

原始信息汇总

数据集概述

数据集信息

• 许可证: 其他
• 特征:
  • image: 图像类型
  • alt_text: 字符串类型
  • sentids: 字符串列表
  • split: 字符串类型
  • img_id: 字符串类型
  • filename: 字符串类型
  • original_alt_text: 字符串序列
• 分割:
  • test:
    • 字节数: 1226480963.25
    • 样本数: 31014
• 下载大小: 1219848904
• 数据集大小: 1226480963.25

配置

• 配置名称: default
  • 数据文件:
    • 分割: test
    • 路径: data/test-*