jxu124/refcoco

---
dataset_info:
features:
- name: sent_ids
sequence: int64
- name: file_name
dtype: string
- name: ann_id
dtype: int64
- name: ref_id
dtype: int64
- name: image_id
dtype: int64
- name: split
dtype: string
- name: sentences
list:
- name: raw
dtype: string
- name: sent
dtype: string
- name: sent_id
dtype: int64
- name: tokens
sequence: string
- name: category_id
dtype: int64
- name: raw_anns
dtype: string
- name: raw_image_info
dtype: string
- name: raw_sentences
dtype: string
- name: image_path
dtype: string
- name: bbox
sequence: float64
- name: captions
sequence: string
- name: global_image_id
dtype: string
- name: anns_id
dtype: string
splits:
- name: train
num_bytes: 81385755
num_examples: 42404
- name: testB
num_bytes: 3284397
num_examples: 1810
- name: test
num_bytes: 3943834
num_examples: 1975
- name: validation
num_bytes: 7355626
num_examples: 3811
download_size: 38895129
dataset_size: 95969612
---
# Dataset Card for "refcoco"

[More Information needed](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)

数据集信息：
特征：
- 字段名称：sent_ids，类型为64位整数序列
- 字段名称：file_name，数据类型：字符串
- 字段名称：ann_id，数据类型：64位整数
- 字段名称：ref_id，数据类型：64位整数
- 字段名称：image_id，数据类型：64位整数
- 字段名称：split，数据类型：字符串
- 字段名称：sentences，类型为列表，其子字段包括：
- 字段名称：raw，数据类型：字符串
- 字段名称：sent，数据类型：字符串
- 字段名称：sent_id，数据类型：64位整数
- 字段名称：tokens，类型为字符串序列
- 字段名称：category_id，数据类型：64位整数
- 字段名称：raw_anns，数据类型：字符串
- 字段名称：raw_image_info，数据类型：字符串
- 字段名称：raw_sentences，数据类型：字符串
- 字段名称：image_path，数据类型：字符串
- 字段名称：bbox，类型为64位浮点数序列（边界框，bounding box）
- 字段名称：captions，类型为字符串序列
- 字段名称：global_image_id，数据类型：字符串
- 字段名称：anns_id，数据类型：字符串
划分集：
- 名称：train（训练集），占用字节数：81385755，样本数量：42404
- 名称：testB（测试集B），占用字节数：3284397，样本数量：1810
- 名称：test（测试集），占用字节数：3943834，样本数量：1975
- 名称：validation（验证集），占用字节数：7355626，样本数量：3811
下载大小：38895129
数据集总大小：95969612
---
# 「refcoco」数据集卡片
[需补充更多信息](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)

原始信息汇总

数据集概述

数据集信息

• 特征列表：
  • sent_ids: 序列类型，数据类型为 int64
  • file_name: 数据类型为 string
  • ann_id: 数据类型为 int64
  • ref_id: 数据类型为 int64
  • image_id: 数据类型为 int64
  • split: 数据类型为 string
  • sentences: 列表类型，包含以下子特征：
    • raw: 数据类型为 string
    • sent: 数据类型为 string
    • sent_id: 数据类型为 int64
    • tokens: 序列类型，数据类型为 string
  • category_id: 数据类型为 int64
  • raw_anns: 数据类型为 string
  • raw_image_info: 数据类型为 string
  • raw_sentences: 数据类型为 string
  • image_path: 数据类型为 string
  • bbox: 序列类型，数据类型为 float64
  • captions: 序列类型，数据类型为 string
  • global_image_id: 数据类型为 string
  • anns_id: 数据类型为 string

数据集分割

• 训练集：
  • 字节数：81385755
  • 样本数：42404
• 测试集B：
  • 字节数：3284397
  • 样本数：1810
• 测试集：
  • 字节数：3943834
  • 样本数：1975
• 验证集：
  • 字节数：7355626
  • 样本数：3811

数据集大小

• 下载大小：38895129 字节
• 数据集大小：95969612 字节