arood0/mmm_project_with_audio_ru_final

--- dataset_info: features: - name: IMAGE_ID dtype: string - name: EDITING_TYPE dtype: string - name: CORE dtype: int32 - name: MASK dtype: int32 - name: EDITING_INSTRUCTION dtype: string - name: OUTPUT_DESCRIPTION dtype: string - name: INPUT_CAPTION_BY_LLAMA dtype: string - name: OUTPUT_CAPTION_BY_LLAMA dtype: string - name: INPUT_IMG dtype: image - name: MASK_IMG dtype: image - name: OUTPUT_IMG dtype: image - name: EDITING_INSTRUCTION_RU dtype: string - name: audio dtype: audio splits: - name: train num_bytes: 6156175390 num_examples: 2000 download_size: 6121827643 dataset_size: 6156175390 configs: - config_name: default data_files: - split: train path: data/train-* ---dataset_info: 特征列表（features）: - 名称：图像ID（IMAGE_ID） 数据类型：字符串（string） - 名称：编辑类型（EDITING_TYPE） 数据类型：字符串（string） - 名称：核心（CORE） 数据类型：32位整数（int32） - 名称：掩码（MASK） 数据类型：32位整数（int32） - 名称：编辑指令（EDITING_INSTRUCTION） 数据类型：字符串（string） - 名称：输出描述（OUTPUT_DESCRIPTION） 数据类型：字符串（string） - 名称：LLAMA生成的输入字幕（INPUT_CAPTION_BY_LLAMA） 数据类型：字符串（string） - 名称：LLAMA生成的输出字幕（OUTPUT_CAPTION_BY_LLAMA） 数据类型：字符串（string） - 名称：输入图像（INPUT_IMG） 数据类型：图像（image） - 名称：掩码图像（MASK_IMG） 数据类型：图像（image） - 名称：输出图像（OUTPUT_IMG） 数据类型：图像（image） - 名称：俄语编辑指令（EDITING_INSTRUCTION_RU） 数据类型：字符串（string） - 名称：音频（audio） 数据类型：音频（audio） 划分集（splits）: - 名称：训练集（train） 字节占用量：6156175390 样本数量：2000 下载大小：6121827643 数据集总大小：6156175390 配置项（configs）: - 配置名称：默认配置（default） 数据文件（data_files）: - 划分集：训练集（train） 存储路径：data/train-*