ChiJuiChen/coco_vqa_small_dataset

VQA（视觉问答）数据集包含关于图像的开放式问题，这些问题需要视觉、语言和常识知识来回答。数据集是从Graphcore/vqa验证数据集中分割出来的小训练集和小验证集。每个数据点包括一个图像及其对象注释，数据字段包括问题、问题类型、图像ID、答案类型和标签。数据集分为训练集和验证集，分别包含1169和100个数据点。

原始信息汇总

数据集概述

数据集名称

• Vision Question Answer (VQA) 数据集

数据集描述

• VQA 数据集包含关于图像的开放式问题，这些问题需要视觉、语言和常识知识的理解来回答。
• 该数据集是从 https://huggingface.co/datasets/Graphcore/vqa 验证数据集中分割出的小型训练和验证数据集。

数据集结构

数据实例

• 每个数据点包括一个图像及其对象标注。

数据字段

• question: 图像相关的问题
• question_type: 未指定
• image_id: 图像文件的路径
• answer_type: 未指定
• label: 标注信息
  • ids: 标注的类别
  • weights: 类别权重

数据分割

• Training dataset: 包含1169个样本
• Val dataset: 包含100个样本

数据集使用示例

python from datasets import load_dataset dataset = load_dataset("SIS-2024-spring/coco_vqa_small_dataset")