Multimodal-Fatima/VQAv2_test_no_image_split_8

该数据集是一个视觉问答（VQA）数据集，包含了多种与图像相关的问题和答案。数据集的字段包括问题类型、多项选择答案、答案列表、原始答案、图像ID、答案类型、问题ID、问题内容、CLIP标签、BLIP描述、LLM描述、DETA检测结果等。数据集仅包含一个测试集，共有44779个样本，总大小为2167201531字节，下载大小为559008780字节。

原始信息汇总

数据集概述

数据集名称

• 名称: VQAv2_test_no_image_split_8

数据集特征

• 问题类型 (question_type): 字符串
• 多选答案 (multiple_choice_answer): 字符串
• 答案 (answers): 字符串序列
• 原始答案 (answers_original): 列表，包含以下字段：
  • answer: 字符串
  • answer_confidence: 字符串
  • answer_id: 整数（64位）
• 图片ID (id_image): 整数（64位）
• 答案类型 (answer_type): 字符串
• 问题ID (question_id): 整数（64位）
• 问题 (question): 字符串
• ID (id): 整数（64位）
• clip_tags_ViT_L_14: 字符串序列
• blip_caption: 字符串
• LLM_Description_gpt3_downstream_tasks_visual_genome_ViT_L_14: 字符串序列
• DETA_detections_deta_swin_large_o365_coco_classes: 列表，包含以下字段：
  • attribute: 字符串
  • box: 浮点数序列（32位）
  • label: 字符串
  • location: 字符串
  • ratio: 浮点数（32位）
  • size: 字符串
  • tag: 字符串
• Attributes_ViT_L_14_descriptors_text_davinci_003_full: 字符串序列
• clip_tags_ViT_L_14_wo_openai: 字符串序列
• clip_tags_ViT_L_14_with_openai: 字符串序列
• clip_tags_LAION_ViT_H_14_2B_wo_openai: 字符串序列
• clip_tags_LAION_ViT_H_14_2B_with_openai: 字符串序列
• clip_tags_LAION_ViT_bigG_14_2B_wo_openai: 字符串序列
• clip_tags_LAION_ViT_bigG_14_2B_with_openai: 字符串序列
• Attributes_LAION_ViT_H_14_2B_descriptors_text_davinci_003_full: 字符串序列
• Attributes_LAION_ViT_bigG_14_2B_descriptors_text_davinci_003_full: 字符串序列
• DETA_detections_deta_swin_large_o365_coco_classes_caption_module_random: 列表，包含以下字段：
  • attribute: 字符串
  • box: 浮点数序列（64位）
  • captions_module: 字符串序列
  • captions_module_filter: 字符串序列
  • label: 字符串
  • location: 字符串
  • ratio: 浮点数（64位）
  • size: 字符串
  • tag: 字符串

数据集分割

• 测试集 (test):
  • 数据量: 2167201531 字节
  • 样本数量: 44779

数据集大小

• 下载大小: 559008780 字节
• 数据集大小: 2167201531 字节