发布vqa-mixed数据集,应用在视觉问答、多模态学习领域

本次发布的数据集vqa-mixed,该数据集名为VQA Mixed (GQA + VizWiz + VQAv2 subset)，是一个经过精心整理的混合数据集，包含三个主要的视觉问答基准：GQA、VizWiz和VQAv2的子集。数据集以Parquet格式存储，用于高效的模型训练（例如，用于LLaVA或Qwen-VL等视觉语言模型）。数据集包含图像-问题-答案三元组，列包括图像（视觉输入）、问题（自然语言查询）、答案（目标回答）和来源（原始数据集，用于跟踪每个领域的性能）。数据集分为训练集和验证集，详细说明了每个原始数据集的子采样或完整包含方法。

查看vqa-mixed

Dataset card内容：

Files and versions内容：

关于,国庆学校是一所位于中国的教育机构，专注于提供基础教育服务。学校致力于培养学生的综合素质，注重学术与品德的全面发展。

关于HuggingFace,Hugging Face是一个机器学习社区协作平台，专注于模型、数据集和应用程序的创建、发现和协作。该平台支持多种数据类型，包括文本、图像、视频、音频和3D数据，并提供开源工具和付费计算及企业解决方案。