Multimodal-Fatima/VQAv2_test_split_0

--- 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: image dtype: image - 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: clip_tags_ViT_B_16_with_openai 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: 9462509481.0 num_examples: 44780 download_size: 1944305372 dataset_size: 9462509481.0 --- # Dataset Card for "VQAv2_test_split_0" [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）：字符串类型 - 多选题答案（multiple_choice_answer）：字符串类型 - 答案（answers）：字符串序列类型 - 原始答案（answers_original）：列表类型，包含： - 答案（answer）：字符串类型 - 答案置信度（answer_confidence）：字符串类型 - 答案ID（answer_id）：64位整数类型 - 图像ID（id_image）：64位整数类型 - 答案类型（answer_type）：字符串类型 - 问题ID（question_id）：64位整数类型 - 问题（question）：字符串类型 - 图像（image）：图像类型 - 样本ID（id）：64位整数类型 - ViT-L/14版CLIP（Contrastive Language-Image Pre-training）标签（clip_tags_ViT_L_14）：字符串序列类型 - BLIP图像描述（blip_caption）：字符串类型 - 基于ViT-L/14的视觉基因组下游任务GPT-3生成的大语言模型描述（LLM_Description_gpt3_downstream_tasks_visual_genome_ViT_L_14）：字符串序列类型 - 适配O365与COCO类别的DETA_Swin Large检测结果（DETA_detections_deta_swin_large_o365_coco_classes）：列表类型，包含： - 属性（attribute）：字符串类型 - 边界框（box）：32位浮点序列类型 - 标签（label）：字符串类型 - 位置（location）：字符串类型 - 比例（ratio）：32位浮点类型 - 尺寸（size）：字符串类型 - 标记（tag）：字符串类型 - ViT-L/14版属性描述符（text-davinci-003完整版生成，Attributes_ViT_L_14_descriptors_text_davinci_003_full）：字符串序列类型 - 不带OpenAI标签的ViT-L/14版CLIP标签（clip_tags_ViT_L_14_wo_openai）：字符串序列类型 - 带OpenAI标签的ViT-L/14版CLIP标签（clip_tags_ViT_L_14_with_openai）：字符串序列类型 - 不带OpenAI标签的LAION ViT-H/14 2B版CLIP标签（clip_tags_LAION_ViT_H_14_2B_wo_openai）：字符串序列类型 - 带OpenAI标签的LAION ViT-H/14 2B版CLIP标签（clip_tags_LAION_ViT_H_14_2B_with_openai）：字符串序列类型 - 不带OpenAI标签的LAION ViT-bigG/14 2B版CLIP标签（clip_tags_LAION_ViT_bigG_14_2B_wo_openai）：字符串序列类型 - 带OpenAI标签的LAION ViT-bigG/14 2B版CLIP标签（clip_tags_LAION_ViT_bigG_14_2B_with_openai）：字符串序列类型 - LAION ViT-H/14 2B版属性描述符（text-davinci-003完整版生成，Attributes_LAION_ViT_H_14_2B_descriptors_text_davinci_003_full）：字符串序列类型 - LAION ViT-bigG/14 2B版属性描述符（text-davinci-003完整版生成，Attributes_LAION_ViT_bigG_14_2B_descriptors_text_davinci_003_full）：字符串序列类型 - 带OpenAI标签的ViT-B/16版CLIP标签（clip_tags_ViT_B_16_with_openai）：字符串序列类型 - 带随机字幕模块的适配O365与COCO类别的DETA_Swin Large检测结果（DETA_detections_deta_swin_large_o365_coco_classes_caption_module_random）：列表类型，包含： - 属性（attribute）：字符串类型 - 边界框（box）：64位浮点序列类型 - 字幕模块（captions_module）：字符串序列类型 - 字幕模块过滤结果（captions_module_filter）：字符串序列类型 - 标签（label）：字符串类型 - 位置（location）：字符串类型 - 比例（ratio）：64位浮点类型 - 尺寸（size）：字符串类型 - 标记（tag）：字符串类型 数据划分： - 测试集（test）：字节占用：9462509481.0，样本数量：44780 下载大小：1944305372 数据集总大小：9462509481.0 # 「VQAv2测试拆分0」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

• question_type
  • 数据类型: string
• multiple_choice_answer
  • 数据类型: string
• answers
  • 数据类型: sequence of string
• answers_original
  • 结构: list
    • answer
      • 数据类型: string
    • answer_confidence
      • 数据类型: string
    • answer_id
      • 数据类型: int64
• id_image
  • 数据类型: int64
• answer_type
  • 数据类型: string
• question_id
  • 数据类型: int64
• question
  • 数据类型: string
• image
  • 数据类型: image
• id
  • 数据类型: int64
• clip_tags_ViT_L_14
  • 数据类型: sequence of string
• blip_caption
  • 数据类型: string
• LLM_Description_gpt3_downstream_tasks_visual_genome_ViT_L_14
  • 数据类型: sequence of string
• DETA_detections_deta_swin_large_o365_coco_classes
  • 结构: list
    • attribute
      • 数据类型: string
    • box
      • 数据类型: sequence of float32
    • label
      • 数据类型: string
    • location
      • 数据类型: string
    • ratio
      • 数据类型: float32
    • size
      • 数据类型: string
    • tag
      • 数据类型: string
• Attributes_ViT_L_14_descriptors_text_davinci_003_full
  • 数据类型: sequence of string
• clip_tags_ViT_L_14_wo_openai
  • 数据类型: sequence of string
• clip_tags_ViT_L_14_with_openai
  • 数据类型: sequence of string
• clip_tags_LAION_ViT_H_14_2B_wo_openai
  • 数据类型: sequence of string
• clip_tags_LAION_ViT_H_14_2B_with_openai
  • 数据类型: sequence of string
• clip_tags_LAION_ViT_bigG_14_2B_wo_openai
  • 数据类型: sequence of string
• clip_tags_LAION_ViT_bigG_14_2B_with_openai
  • 数据类型: sequence of string
• Attributes_LAION_ViT_H_14_2B_descriptors_text_davinci_003_full
  • 数据类型: sequence of string
• Attributes_LAION_ViT_bigG_14_2B_descriptors_text_davinci_003_full
  • 数据类型: sequence of string
• clip_tags_ViT_B_16_with_openai
  • 数据类型: sequence of string
• DETA_detections_deta_swin_large_o365_coco_classes_caption_module_random
  • 结构: list
    • attribute
      • 数据类型: string
    • box
      • 数据类型: sequence of float64
    • captions_module
      • 数据类型: sequence of string
    • captions_module_filter
      • 数据类型: sequence of string
    • label
      • 数据类型: string
    • location
      • 数据类型: string
    • ratio
      • 数据类型: float64
    • size
      • 数据类型: string
    • tag
      • 数据类型: string

数据集分割

• test
  • 字节数: 9462509481.0
  • 示例数: 44780

数据集大小

• 下载大小: 1944305372
• 数据集大小: 9462509481.0