AWeirdDev/screen-qa-full

ScreenQA数据集来源于[github.com/google-research-datasets/screen_qa](https://github.com/google-research-datasets/screen_qa)，并添加了Rico数据集的图像。该数据集包含图像、问题和真实答案三个特征，主要用于训练模型。ScreenQA数据集来源于[github.com/google-research-datasets/screen_qa](https://github.com/google-research-datasets/screen_qa)，并添加了Rico数据集的图像。该数据集包含图像、问题和真实答案三个特征，主要用于训练模型。

原始信息汇总

Screen-QA-Full 数据集概述

数据集信息

特征

• image: 图像数据
• question: 字符串类型的问题
• ground_truth: 字符串类型的真实答案

数据分割

• train: 训练集
  • 字节数: 8164044640.98
  • 样本数: 68980

数据大小

• 下载大小: 2667555722
• 数据集大小: 8164044640.98

配置

• default: 默认配置
  • 数据文件路径: data/train-*

搜集汇总

背景与挑战

背景概述

screen-qa-full是一个多模态屏幕问答数据集，包含约69,000行数据，总大小为2.67 GB，格式为parquet。数据集结合了图像（来自Rico数据集）和文本（问题与答案），用于训练模型基于屏幕截图理解内容并回答问题，支持视觉和语言任务的集成。