Multimodal-Fatima/VQAv2_test_split_4

---
dataset_info:
features:
- name: question_type
dtype: string
- name: multiple_choice_answer
dtype: string
- name: answers
sequence: string
- name: answers_original
list:
- name: answer
dtype: string
- name: answer_confidence
dtype: string
- name: answer_id
dtype: int64
- name: id_image
dtype: int64
- name: answer_type
dtype: string
- name: question_id
dtype: int64
- name: question
dtype: string
- name: image
dtype: image
- name: id
dtype: int64
- name: clip_tags_ViT_L_14
sequence: string
- name: blip_caption
dtype: string
- name: LLM_Description_gpt3_downstream_tasks_visual_genome_ViT_L_14
sequence: string
- name: DETA_detections_deta_swin_large_o365_coco_classes
list:
- name: attribute
dtype: string
- name: box
sequence: float32
- name: label
dtype: string
- name: location
dtype: string
- name: ratio
dtype: float32
- name: size
dtype: string
- name: tag
dtype: string
- name: Attributes_ViT_L_14_descriptors_text_davinci_003_full
sequence: string
- name: clip_tags_ViT_L_14_wo_openai
sequence: string
- name: clip_tags_ViT_L_14_with_openai
sequence: string
- name: clip_tags_LAION_ViT_H_14_2B_wo_openai
sequence: string
- name: clip_tags_LAION_ViT_H_14_2B_with_openai
sequence: string
- name: clip_tags_LAION_ViT_bigG_14_2B_wo_openai
sequence: string
- name: clip_tags_LAION_ViT_bigG_14_2B_with_openai
sequence: string
- name: Attributes_LAION_ViT_H_14_2B_descriptors_text_davinci_003_full
sequence: string
- name: Attributes_LAION_ViT_bigG_14_2B_descriptors_text_davinci_003_full
sequence: string
- name: clip_tags_ViT_B_16_with_openai
sequence: string
- name: DETA_detections_deta_swin_large_o365_coco_classes_caption_module_random
list:
- name: attribute
dtype: string
- name: box
sequence: float64
- name: captions_module
sequence: string
- name: captions_module_filter
sequence: string
- name: label
dtype: string
- name: location
dtype: string
- name: ratio
dtype: float64
- name: size
dtype: string
- name: tag
dtype: string
splits:
- name: test
num_bytes: 9135639447.0
num_examples: 44779
download_size: 1867482751
dataset_size: 9135639447.0
---
# Dataset Card for "VQAv2_test_split_4"

[More Information needed](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)

数据集信息：
特征字段：
- 问题类型（question_type）：数据类型为字符串
- 选择题答案（multiple_choice_answer）：数据类型为字符串
- 答案（answers）：序列字符串类型
- 原始答案（answers_original）：列表类型，包含：
- 答案（answer）：字符串类型
- 答案置信度（answer_confidence）：字符串类型
- 答案ID（answer_id）：64位整数类型
- 图像ID（id_image）：64位整数类型
- 答案类型（answer_type）：字符串类型
- 问题ID（question_id）：64位整数类型
- 问题（question）：字符串类型
- 图像（image）：图像类型
- 条目ID（id）：64位整数类型
- CLIP标签（ViT-L/14）（clip_tags_ViT_L_14）：序列字符串类型
- BLIP图像字幕（blip_caption）：字符串类型
- 基于GPT-3的大语言模型（LLM）描述（针对视觉基因组（Visual Genome）数据集与ViT-L/14模型的下游任务）（LLM_Description_gpt3_downstream_tasks_visual_genome_ViT_L_14）：序列字符串类型
- DETA目标检测结果（基于deta_swin_large_o365_coco_classes模型）（DETA_detections_deta_swin_large_o365_coco_classes）：列表类型，包含：
- 属性（attribute）：字符串类型
- 边界框（box）：32位浮点序列类型
- 标签（label）：字符串类型
- 位置（location）：字符串类型
- 比例（ratio）：32位浮点数类型
- 尺寸（size）：字符串类型
- 标记（tag）：字符串类型
- 基于ViT-L/14与text-davinci-003的图像属性描述符（Attributes_ViT_L_14_descriptors_text_davinci_003_full）：序列字符串类型
- 无OpenAI标签的CLIP标签（ViT-L/14）（clip_tags_ViT_L_14_wo_openai）：序列字符串类型
- 含OpenAI标签的CLIP标签（ViT-L/14）（clip_tags_ViT_L_14_with_openai）：序列字符串类型
- 无OpenAI标签的CLIP标签（LAION ViT-H/14 2B）（clip_tags_LAION_ViT_H_14_2B_wo_openai）：序列字符串类型
- 含OpenAI标签的CLIP标签（LAION ViT-H/14 2B）（clip_tags_LAION_ViT_H_14_2B_with_openai）：序列字符串类型
- 无OpenAI标签的CLIP标签（LAION ViT-bigG/14 2B）（clip_tags_LAION_ViT_bigG_14_2B_wo_openai）：序列字符串类型
- 含OpenAI标签的CLIP标签（LAION ViT-bigG/14 2B）（clip_tags_LAION_ViT_bigG_14_2B_with_openai）：序列字符串类型
- 基于LAION ViT-H/14 2B与text-davinci-003的图像属性描述符（Attributes_LAION_ViT_H_14_2B_descriptors_text_davinci_003_full）：序列字符串类型
- 基于LAION ViT-bigG/14 2B与text-davinci-003的图像属性描述符（Attributes_LAION_ViT_bigG_14_2B_descriptors_text_davinci_003_full）：序列字符串类型
- 含OpenAI标签的CLIP标签（ViT-B/16）（clip_tags_ViT_B_16_with_openai）：序列字符串类型
- 带随机字幕模块的DETA目标检测结果（基于deta_swin_large_o365_coco_classes模型）（DETA_detections_deta_swin_large_o365_coco_classes_caption_module_random）：列表类型，包含：
- 属性（attribute）：字符串类型
- 边界框（box）：64位浮点序列类型
- 字幕模块结果（captions_module）：序列字符串类型
- 字幕模块过滤结果（captions_module_filter）：序列字符串类型
- 标签（label）：字符串类型
- 位置（location）：字符串类型
- 比例（ratio）：64位浮点数类型
- 尺寸（size）：字符串类型
- 标记（tag）：字符串类型
数据集划分：
- 测试集（test）：字节数9135639447.0，样本数量44779
下载大小：1867482751字节
数据集总大小：9135639447.0字节
---
# 数据集卡片："VQAv2_test_split_4"

[需补充更多信息](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)

原始信息汇总

数据集概述

数据集名称

• VQAv2_test_split_4

数据集特征

• question_type: 字符串
• multiple_choice_answer: 字符串
• answers: 字符串序列
• answers_original: 列表
  • answer: 字符串
  • answer_confidence: 字符串
  • answer_id: 整数64位
• id_image: 整数64位
• answer_type: 字符串
• question_id: 整数64位
• question: 字符串
• image: 图像
• 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
  • attribute: 字符串
  • box: 浮点数32位序列
  • label: 字符串
  • location: 字符串
  • ratio: 浮点数
  • 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
• clip_tags_ViT_B_16_with_openai: 字符串序列
• DETA_detections_deta_swin_large_o365_coco_classes_caption_module_random: 列表
  • attribute: 字符串
  • box: 浮点数64位序列
  • 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

• test:
  • 字节数: 9135639447.0
  • 示例数: 44779

数据集大小

• 下载大小: 1867482751
• 数据集大小: 9135639447.0