Tristan/Sample_vqa_test_for_colab

---
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: Attributes_LAION_ViT_H_14_2B_descriptors_text_davinci_003_full
sequence: string
- name: DETA_detections_deta_swin_large_o365
list:
- name: box
sequence: float32
- name: label
dtype: string
- name: location
dtype: string
- name: ratio
dtype: float32
- name: size
dtype: string
- name: blip_caption_False_beams_5_Salesforce_blip_image_captioning_large_max_length_30_hf
dtype: string
- name: blip_caption_Salesforce_blip_image_captioning_large_intensive
sequence: string
- name: DETA_detections_deta_swin_large_o365_caption_all_patches_Salesforce_blip_image_captioning_large_
list:
- name: box
sequence: float64
- name: captions_all_patches
sequence: string
- name: label
dtype: string
- name: location
dtype: string
- name: ratio
dtype: float64
- name: size
dtype: string
- name: clip_tags_ViT_L_14_with_openai
sequence: string
splits:
- name: test
num_bytes: 2746703.0
num_examples: 10
download_size: 2136539
dataset_size: 2746703.0
---
# Dataset Card for "Sample_vqa_test_for_colab"

[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：
- 名称：问题类型（question_type），数据类型：字符串
- 名称：多项选择答案（multiple_choice_answer），数据类型：字符串
- 名称：答案（answers），类型：字符串序列
- 名称：原始答案（answers_original），为列表结构，包含：
- 名称：答案（answer），数据类型：字符串
- 名称：答案置信度（answer_confidence），数据类型：字符串
- 名称：答案ID（answer_id），数据类型：64位整数
- 名称：图像ID（id_image），数据类型：64位整数
- 名称：答案类型（answer_type），数据类型：字符串
- 名称：问题ID（question_id），数据类型：64位整数
- 名称：问题（question），数据类型：字符串
- 名称：图像（image），数据类型：图像
- 名称：样本ID（id），数据类型：64位整数
- 名称：Attributes_LAION_ViT_H_14_2B_descriptors_text_davinci_003_full，类型：字符串序列
- 名称：DETA_detections_deta_swin_large_o365，为列表结构，包含：
- 名称：边界框（box），类型：32位浮点数序列
- 名称：标签（label），数据类型：字符串
- 名称：位置（location），数据类型：字符串
- 名称：比例（ratio），数据类型：32位浮点数
- 名称：尺寸（size），数据类型：字符串
- 名称：blip_caption_False_beams_5_Salesforce_blip_image_captioning_large_max_length_30_hf，数据类型：字符串
- 名称：blip_caption_Salesforce_blip_image_captioning_large_intensive，类型：字符串序列
- 名称：DETA_detections_deta_swin_large_o365_caption_all_patches_Salesforce_blip_image_captioning_large_，为列表结构，包含：
- 名称：边界框（box），类型：64位浮点数序列
- 名称：全补丁字幕（captions_all_patches），类型：字符串序列
- 名称：标签（label），数据类型：字符串
- 名称：位置（location），数据类型：字符串
- 名称：比例（ratio），数据类型：64位浮点数
- 名称：尺寸（size），数据类型：字符串
- 名称：clip_tags_ViT_L_14_with_openai，类型：字符串序列
划分集：
- 名称：测试集（test），字节数：2746703.0，样本数量：10
下载大小：2136539，数据集总大小：2746703.0
---
# 「Sample_vqa_test_for_colab」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: 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：
  • answer: 字符串类型
  • answer_confidence: 字符串类型
  • answer_id: 整数类型
• id_image: 整数类型
• answer_type: 字符串类型
• question_id: 整数类型
• question: 字符串类型
• image: 图像类型
• id: 整数类型
• Attributes_LAION_ViT_H_14_2B_descriptors_text_davinci_003_full: 字符串序列
• DETA_detections_deta_swin_large_o365: 列表类型，包含：
  • box: 浮点数序列
  • label: 字符串类型
  • location: 字符串类型
  • ratio: 浮点数类型
  • size: 字符串类型
• blip_caption_False_beams_5_Salesforce_blip_image_captioning_large_max_length_30_hf: 字符串类型
• blip_caption_Salesforce_blip_image_captioning_large_intensive: 字符串序列
• DETA_detections_deta_swin_large_o365_caption_all_patches_Salesforce_blip_image_captioning_large_: 列表类型，包含：
  • box: 浮点数序列
  • captions_all_patches: 字符串序列
  • label: 字符串类型
  • location: 字符串类型
  • ratio: 浮点数类型
  • size: 字符串类型
• clip_tags_ViT_L_14_with_openai: 字符串序列

数据集分割

• test:
  • 大小: 2746703.0 字节
  • 示例数量: 10

数据集大小

• 下载大小: 2136539 字节
• 数据集大小: 2746703.0 字节

搜集汇总

背景与挑战

背景概述

该数据集是一个小型视觉问答（VQA）测试样本集，专为Colab环境设计，包含10条测试数据，涵盖图像和文本模态，并提供了丰富的预生成特征（如BLIP标题和CLIP标签）。其特点是规模极小、结构简洁，适用于快速模型测试或演示目的。