rathi2023/owlvitnhoodfinal

该数据集包含图像、图像ID、对象信息和文本输入等特征。图像特征为图像类型，图像ID为字符串类型，对象信息包括类别ID和边界框，类别ID为整数序列，边界框为浮点数序列的序列，文本输入为字符串序列。数据集包含一个训练集，大小为2593865.0字节，包含40个示例。下载大小为2596516字节，数据集大小为2593865.0字节。

原始信息汇总

数据集概述

数据特征

• image: 图像数据，数据类型为 image。
• image_id: 图像标识符，数据类型为 string。
• objects: 包含以下结构：
  • category_id: 类别标识符，数据类型为 int64。
  • bbox: 边界框，数据类型为 float64 的序列。
• text_input: 文本输入，数据类型为 string 的序列。

数据分割

• train: 训练集，包含 40 个样本，总大小为 2593865.0 字节。

数据集大小

• 下载大小: 2596516 字节。
• 数据集大小: 2593865.0 字节。

配置

• default: 默认配置，包含训练集文件路径 data/train-*。