Indic-LLM-Labs/Laion-Coco-Kn

该数据集是laion-coco数据集的扩展版本，包含将英文标题翻译成卡纳达语的内容。数据集包含733604个训练样本和14906个测试样本。图像可以直接从Coco页面下载。数据集的特征包括id、url、英文标题、评分和卡纳达语标题。数据集分为测试集和训练集，分别包含14906和733604个样本。数据集的下载大小为156666204字节，总大小为263269685字节。数据集的许可证为MIT，任务类别为视觉问答，支持卡纳达语和英语，规模类别为100K<n<1M。

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

• 默认配置:
  • test: 路径为data/test-*
  • train: 路径为data/train-*

许可证

• MIT许可证

任务类别

• 视觉问答

语言

• 卡纳达语
• 英语

大小类别

• 100K<n<1M