有没有相关的论文或文献参考？
这个数据集是基于什么背景创建的？
数据集的作者是谁？
能帮我联系到这个数据集的作者吗？
这个数据集如何下载？
lmms-lab/MMVet|多模态模型数据集|模型评估数据集
收藏hugging_face2024-03-08 更新2024-06-22 收录
下载链接：
https://hf-mirror.com/datasets/lmms-lab/MMVet
下载链接
链接失效反馈资源简介：
该数据集是[MM-Vet](https://github.com/yuweihao/MM-Vet)的一个格式化版本，用于`lmms-eval`管道中以一键评估大型多模态模型。数据集包含question_id、image、question、answer、image_source和capability等字段，并且仅包含一个测试集，大小为77298608.0字节，包含218个示例。
该数据集是[MM-Vet](https://github.com/yuweihao/MM-Vet)的一个格式化版本，用于`lmms-eval`管道中以一键评估大型多模态模型。数据集包含question_id、image、question、answer、image_source和capability等字段，并且仅包含一个测试集，大小为77298608.0字节，包含218个示例。
提供机构：
lmms-lab
原始信息汇总
数据集概述
数据集信息
-
特征列表：
question_id：字符串类型image：图像类型question：字符串类型answer：字符串类型image_source：字符串类型capability：字符串类型
-
数据分割：
test：包含218个样本，总字节数为77298608.0
-
数据大小：
- 下载大小：67180444字节
- 数据集大小：77298608.0字节
配置信息
- 默认配置：
- 数据文件路径：
data/test-*
- 数据文件路径：
数据主题
5,000+
优质数据集
54 个
任务类型
进入经典数据集
热门数据集
中国1km分辨率逐月降水量数据集（1901-2023）
该数据集为中国逐月降水量数据，空间分辨率为0.0083333°（约1km），时间为1901.1-2023.12。数据格式为NETCDF，即.nc格式。该数据集是根据CRU发布的全球0.5°气候数据集以及WorldClim发布的全球高分辨率气候数据集，通过Delta空间降尺度方案在中国降尺度生成的。并且，使用496个独立气象观测点数据进行验证，验证结果可信。本数据集包含的地理空间范围是全国主要陆地（包含港澳台地区），不含南海岛礁等区域。为了便于存储，数据均为int16型存于nc文件中，降水单位为0.1mm。 nc数据可使用ArcMAP软件打开制图; 并可用Matlab软件进行提取处理，Matlab发布了读入与存储nc文件的函数，读取函数为ncread，切换到nc文件存储文件夹，语句表达为：ncread (‘XXX.nc’,‘var’, [i j t],[leni lenj lent])，其中XXX.nc为文件名，为字符串需要’’；var是从XXX.nc中读取的变量名，为字符串需要’’；i、j、t分别为读取数据的起始行、列、时间，leni、lenj、lent i分别为在行、列、时间维度上读取的长度。这样，研究区内任何地区、任何时间段均可用此函数读取。Matlab的help里面有很多关于nc数据的命令，可查看。数据坐标系统建议使用WGS84。
国家青藏高原科学数据中心 收录
BANTH
BANTH数据集是由Penta Global Limited和Islamic University of Technology合作创建的，专门用于检测和分类转写孟加拉语中的仇恨言论。该数据集包含37,350条样本，主要来源于YouTube评论，涵盖新闻与政治、人物与博客、娱乐等多个类别。数据集的创建过程包括数据抓取、过滤、清洗和多轮人工标注与验证，确保了数据的高质量和准确性。BANTH数据集的应用领域主要集中在多标签仇恨言论检测，旨在解决低资源语言中仇恨言论自动检测的挑战，并为未来的跨语言和多标签分类研究奠定基础。
arXiv 收录
Fruits-360
一个高质量的水果图像数据集，包含多种水果的图像，如苹果、香蕉、樱桃等，总计42345张图片，分为训练集和验证集，共有64个水果类别。
github 收录
中国车牌识别数据集（7类，33万张）
这是一个高质量、平衡的中国车牌识别数据集，包含了33万张各类中国车牌的图片。数据集经过精心设计，确保了图像质量的优秀和大部分各类车牌类型的平衡分布。这个数据集非常适合用于训练和评估车牌识别模型。
魔搭社区 收录
VisDrone2019
VisDrone2019数据集由AISKYEYE团队在天津大学机器学习和数据挖掘实验室收集，包含288个视频片段共261,908帧和10,209张静态图像。数据集覆盖了中国14个不同城市的城市和乡村环境，包括行人、车辆、自行车等多种目标，以及稀疏和拥挤场景。数据集使用不同型号的无人机在各种天气和光照条件下收集，手动标注了超过260万个目标边界框，并提供了场景可见性、对象类别和遮挡等重要属性。
github 收录