tuandunghcmut/VSearch_Benchmark_3

---
dataset_info:
features:
- name: id
dtype: int64
- name: file_path
dtype: string
- name: captions
sequence: string
- name: split
dtype: string
- name: image
dtype: image
- name: height
dtype: int64
- name: width
dtype: int64
splits:
- name: train
num_bytes: 908227294.58
num_examples: 37010
- name: test
num_bytes: 31532118.0
num_examples: 1000
- name: val
num_bytes: 21807080.0
num_examples: 1000
download_size: 510494814
dataset_size: 961566492.58
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: test
path: data/test-*
- split: val
path: data/val-*
---

数据集信息：
特征：
- 名称：id，数据类型：int64
- 名称：file_path（文件路径），数据类型：字符串
- 名称：captions（描述文本），为字符串序列
- 名称：split（数据集划分），数据类型：字符串
- 名称：image（图像数据），数据类型：图像
- 名称：height（图像高度），数据类型：int64
- 名称：width（图像宽度），数据类型：int64
数据集划分详情：
- 名称：train（训练集），占用字节数：908227294.58，样本数量：37010
- 名称：test（测试集），占用字节数：31532118.0，样本数量：1000
- 名称：val（验证集），占用字节数：21807080.0，样本数量：1000
下载总大小：510494814 字节
数据集总占用大小：961566492.58 字节
配置项：
- 配置名称：default（默认配置），数据文件映射：
- 划分集train对应路径：data/train-*
- 划分集test对应路径：data/test-*
- 划分集val对应路径：data/val-*

原始信息汇总

数据集概述

数据集特征

• id: 整数类型 (int64)
• file_path: 字符串类型 (string)
• captions: 字符串序列 (sequence: string)
• split: 字符串类型 (string)
• image: 图像类型 (image)
• height: 整数类型 (int64)
• width: 整数类型 (int64)

数据集分割

• 训练集 (train):
  • 样本数量: 37010
  • 数据大小: 908227294.58 字节
• 测试集 (test):
  • 样本数量: 1000
  • 数据大小: 31532118.0 字节
• 验证集 (val):
  • 样本数量: 1000
  • 数据大小: 21807080.0 字节

数据集大小

• 下载大小: 510494814 字节
• 数据集总大小: 961566492.58 字节

配置文件

• 默认配置 (default):
  • 训练集路径: data/train-*
  • 测试集路径: data/test-*
  • 验证集路径: data/val-*