Multimodal-Fatima/VQAv2_test_no_image_split_5

---
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: 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: 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: 2150328389
num_examples: 44779
download_size: 551567211
dataset_size: 2150328389
---
# Dataset Card for "VQAv2_test_no_image_split_5"

[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
- 答案序列 (answers)：数据类型为字符串序列
- 原始答案列表 (answers_original)：包含以下子字段：
- 答案 (answer)：数据类型为字符串
- 答案置信度 (answer_confidence)：数据类型为字符串
- 答案ID (answer_id)：数据类型为整数
- 图像ID (id_image)：数据类型为整数
- 答案类型 (answer_type)：数据类型为字符串
- 问题ID (question_id)：数据类型为整数
- 问题文本 (question)：数据类型为字符串
- 样本ID (id)：数据类型为整数
- ViT-L/14模型CLIP标签 (clip_tags_ViT_L_14)：数据类型为字符串序列
- BLIP图像字幕 (blip_caption)：数据类型为字符串
- 基于ViT-L/14的GPT-3大语言模型视觉基因组下游任务描述 (LLM_Description_gpt3_downstream_tasks_visual_genome_ViT_L_14)：数据类型为字符串序列
- 适配O365与COCO类别的DETA-Swin-Large模型检测结果列表 (DETA_detections_deta_swin_large_o365_coco_classes)：包含以下子字段：
- 属性 (attribute)：数据类型为字符串
- 边界框 (box)：数据类型为单精度浮点数序列
- 类别标签 (label)：数据类型为字符串
- 位置 (location)：数据类型为字符串
- 宽高比 (ratio)：数据类型为单精度浮点数
- 尺寸 (size)：数据类型为字符串
- 标记 (tag)：数据类型为字符串
- text-davinci-003生成的ViT-L/14完整属性描述符 (Attributes_ViT_L_14_descriptors_text_davinci_003_full)：数据类型为字符串序列
- ViT-L/14模型CLIP标签（不含OpenAI标签）(clip_tags_ViT_L_14_wo_openai)：数据类型为字符串序列
- ViT-L/14模型CLIP标签（含OpenAI标签）(clip_tags_ViT_L_14_with_openai)：数据类型为字符串序列
- LAION-ViT-H-14/2B模型CLIP标签（不含OpenAI标签）(clip_tags_LAION_ViT_H_14_2B_wo_openai)：数据类型为字符串序列
- LAION-ViT-H-14/2B模型CLIP标签（含OpenAI标签）(clip_tags_LAION_ViT_H_14_2B_with_openai)：数据类型为字符串序列
- LAION-ViT-bigG-14/2B模型CLIP标签（不含OpenAI标签）(clip_tags_LAION_ViT_bigG_14_2B_wo_openai)：数据类型为字符串序列
- LAION-ViT-bigG-14/2B模型CLIP标签（含OpenAI标签）(clip_tags_LAION_ViT_bigG_14_2B_with_openai)：数据类型为字符串序列
- text-davinci-003生成的LAION-ViT-H-14/2B完整属性描述符 (Attributes_LAION_ViT_H_14_2B_descriptors_text_davinci_003_full)：数据类型为字符串序列
- text-davinci-003生成的LAION-ViT-bigG-14/2B完整属性描述符 (Attributes_LAION_ViT_bigG_14_2B_descriptors_text_davinci_003_full)：数据类型为字符串序列
- 带随机字幕模块的适配O365与COCO类别的DETA-Swin-Large模型检测结果列表 (DETA_detections_deta_swin_large_o365_coco_classes_caption_module_random)：包含以下子字段：
- 属性 (attribute)：数据类型为字符串
- 边界框 (box)：数据类型为双精度浮点数序列
- 字幕模块输出 (captions_module)：数据类型为字符串序列
- 字幕模块过滤结果 (captions_module_filter)：数据类型为字符串序列
- 类别标签 (label)：数据类型为字符串
- 位置 (location)：数据类型为字符串
- 宽高比 (ratio)：数据类型为双精度浮点数
- 尺寸 (size)：数据类型为字符串
- 标记 (tag)：数据类型为字符串
数据集划分：
- 测试集 (test)：字节数为2150328389，样本数量为44779
下载大小：551567211
数据集总大小：2150328389

# "VQAv2_test_no_image_split_5"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

数据集名称

VQAv2_test_no_image_split_5

数据集特征

基本特征

• question_type: 字符串类型
• multiple_choice_answer: 字符串类型
• answers: 字符串序列
• answers_original: 列表类型，包含以下子特征：
  • answer: 字符串类型
  • answer_confidence: 字符串类型
  • answer_id: 整数类型（int64）
• id_image: 整数类型（int64）
• answer_type: 字符串类型
• question_id: 整数类型（int64）
• question: 字符串类型
• id: 整数类型（int64）
• clip_tags_ViT_L_14: 字符串序列
• blip_caption: 字符串类型
• LLM_Description_gpt3_downstream_tasks_visual_genome_ViT_L_14: 字符串序列

检测特征

• DETA_detections_deta_swin_large_o365_coco_classes: 列表类型，包含以下子特征：
  • attribute: 字符串类型
  • box: 浮点序列（float32）
  • label: 字符串类型
  • location: 字符串类型
  • ratio: 浮点类型（float32）
  • size: 字符串类型
  • tag: 字符串类型

描述特征

• 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

随机模块特征

• DETA_detections_deta_swin_large_o365_coco_classes_caption_module_random: 列表类型，包含以下子特征：
  • attribute: 字符串类型
  • box: 浮点序列（float64）
  • captions_module: 字符串序列
  • captions_module_filter: 字符串序列
  • label: 字符串类型
  • location: 字符串类型
  • ratio: 浮点类型（float64）
  • size: 字符串类型
  • tag: 字符串类型

数据集分割

• test: 包含44779个样本，数据集大小为2150328389字节，下载大小为551567211字节。