Mozilla/flickr30k-transformed-captions

该数据集是nlphuji/flickr30k数据集的去偏版本，添加了额外的列。数据集包含图像、alt_text（通过调用meta-llama/Meta-Llama-3-8B-Instruct LLM重写的描述）、sentids、split、img_id、filename和original_alt_text等特征。数据集仅包含测试集，大小为4328963273.86字节，包含31014个样本。下载大小为4307736327字节。

原始信息汇总

数据集概述

数据集特征

• image：图像数据
• alt_text：字符串列表，图像的替代文本
• sentids：字符串列表，句子ID
• split：字符串，数据集分割类型
• img_id：字符串，图像ID
• filename：字符串，文件名
• original_alt_text：字符串序列，原始替代文本

数据集分割

• test：
  • num_bytes：4328963273.86字节
  • num_examples：31014个样本

数据集大小

• download_size：4307736327字节
• dataset_size：4328963273.86字节

配置

• config_name：default
  • data_files：
    • split：test
      • path：data/test-*