gorovuha/ru-image-captions

该数据集是dinhanhx/crossmodal-3600的俄语部分，包含3.11k行数据。每张图片有两个描述，原始来源中的损坏图片已被删除。主要特点是所有描述均由母语为俄语的人撰写。该数据集旨在用于微调图像描述模型。

原始信息汇总

数据集概述

基本信息

• 语言: 俄语
• 大小范围: 1K<n<10K
• 任务类别: 图像到文本

数据集特征

• image: 图像类型
• Unnamed: 0: 整数类型
• capt1: 字符串类型
• capt2: 字符串类型
• url: 字符串类型

数据分割

• 训练集: 1548个样本，占用4476600632.352字节
• 验证集: 373个样本，占用993715350.0字节
• 测试集: 1189个样本，占用3035599954.625字节

下载与数据集大小

• 下载大小: 8449847155字节
• 数据集大小: 8505915936.977字节

配置

• 默认配置:
  • 训练集路径: data/train-*
  • 验证集路径: data/validation-*
  • 测试集路径: data/test-*

标签

• image-captioning

数据集详情

• 包含3110行数据
• 每张图片有两个描述
• 描述由俄语母语者编写

用途

• 用于微调图像标题生成模型