Kannada-LLM-Labs/Laion-Coco-Kn

该数据集是laion-coco数据集的卡纳达语翻译版本，包含733604个训练样本和14906个测试样本。数据集中的图像可以直接从Coco页面下载。每个样本包括id、url、英文标题、评分和卡纳达语标题。

原始信息汇总

数据集概述

数据集信息

• 特征:
  • id: 字符串类型
  • url: 字符串类型
  • eng_caption: 字符串类型
  • score: 浮点数类型
  • kn_caption: 字符串类型
• 分割:
  • test: 字节数为5223531，样本数为14906
  • train: 字节数为258046154，样本数为733604
• 下载大小: 156666204字节
• 数据集大小: 263269685字节
• 配置:
  • default:
    • test: 路径为data/test-*
    • train: 路径为data/train-*
• 许可证: MIT
• 任务类别: 视觉问答
• 语言: 卡纳达语, 英语
• 大小类别: 100K<n<1M

数据样本

python {id: dde3bdc5-36b7-4340-b2ae-d9564c0d213a, url: https://i.pinimg.com/236x/ca/84/a1/ca84a1d6f83c88c94452a94e320f024c--lens.jpg, eng_caption: Black and white photograph of woman in hat leaning against tree., score: 5.8029, kn_caption: ಮರದ ವಿರುದ್ಧ ಒರಗಿರುವ ಟೋಪಿ ಹೊಂದಿರುವ ಮಹಿಳೆಯ ಕಪ್ಪು ಮತ್ತು ಬಿಳಿ ಛಾಯಾಚಿತ್ರ.}

使用方法

python from datasets import load_dataset

ds = load_dataset("Kannada-LLM-Labs/Laion-Coco-Kn")