jxu124/refcocog

---
dataset_info:
features:
- name: image_id
dtype: int64
- name: split
dtype: string
- name: sentences
list:
- name: raw
dtype: string
- name: sent
dtype: string
- name: sent_id
dtype: int64
- name: tokens
sequence: string
- name: file_name
dtype: string
- name: category_id
dtype: int64
- name: ann_id
dtype: int64
- name: sent_ids
sequence: int64
- name: ref_id
dtype: int64
- name: raw_anns
dtype: string
- name: raw_image_info
dtype: string
- name: raw_sentences
dtype: string
- name: image_path
dtype: string
- name: bbox
sequence: float64
- name: captions
sequence: string
- name: global_image_id
dtype: string
- name: anns_id
dtype: string
splits:
- name: test
num_bytes: 10341980
num_examples: 5023
- name: train
num_bytes: 87352599
num_examples: 42226
- name: validation
num_bytes: 5236723
num_examples: 2573
download_size: 45968855
dataset_size: 102931302
---
# Dataset Card for "refcocog"

[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：
- 字段名：图像ID（image_id），数据类型：64位整数类型
- 字段名：划分集（split），数据类型：字符串类型
- 字段名：句子（sentences），数据类型：列表类型，其子字段包括：
- 字段名：原始文本（raw），数据类型：字符串类型
- 字段名：句子文本（sent），数据类型：字符串类型
- 字段名：句子ID（sent_id），数据类型：64位整数类型
- 字段名：标记（tokens），数据类型：字符串序列
- 字段名：文件名（file_name），数据类型：字符串类型
- 字段名：类别ID（category_id），数据类型：64位整数类型
- 字段名：标注ID（ann_id），数据类型：64位整数类型
- 字段名：句子ID序列（sent_ids），数据类型：整数序列
- 字段名：引用ID（ref_id），数据类型：64位整数类型
- 字段名：原始标注（raw_anns），数据类型：字符串类型
- 字段名：原始图像信息（raw_image_info），数据类型：字符串类型
- 字段名：原始句子（raw_sentences），数据类型：字符串类型
- 字段名：图像路径（image_path），数据类型：字符串类型
- 字段名：边界框（bbox），数据类型：64位浮点数序列
- 字段名：描述文本（captions），数据类型：字符串序列
- 字段名：全局图像ID（global_image_id），数据类型：字符串类型
- 字段名：标注集ID（anns_id），数据类型：字符串类型
划分集：
- 划分名称：测试集（test），占用字节数：10341980，样本数量：5023
- 划分名称：训练集（train），占用字节数：87352599，样本数量：42226
- 划分名称：验证集（validation），占用字节数：5236723，样本数量：2573
下载总大小：45968855
数据集总大小：102931302

# 「refcocog」数据集卡片

[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

数据集特征

• image_id: 整数类型
• split: 字符串类型
• sentences: 列表类型，包含以下子特征：
  • raw: 字符串类型
  • sent: 字符串类型
  • sent_id: 整数类型
  • tokens: 字符串序列类型
• file_name: 字符串类型
• category_id: 整数类型
• ann_id: 整数类型
• sent_ids: 整数序列类型
• ref_id: 整数类型
• raw_anns: 字符串类型
• raw_image_info: 字符串类型
• raw_sentences: 字符串类型
• image_path: 字符串类型
• bbox: 浮点数序列类型
• captions: 字符串序列类型
• global_image_id: 字符串类型
• anns_id: 字符串类型

数据集分割

• test:
  • 数据量: 10341980 字节
  • 样本数: 5023
• train:
  • 数据量: 87352599 字节
  • 样本数: 42226
• validation:
  • 数据量: 5236723 字节
  • 样本数: 2573

数据集大小

• 下载大小: 45968855 字节
• 数据集总大小: 102931302 字节