Hugging Face's logo

Datasets:
treeleaves30760
/
tw-vqa-2025-reasoning

Tasks:
Image Classification
Visual Question Answering
Modalities:
Image
Text
Formats:
parquet
Languages:
Chinese
Size:
10K - 100K
Tags:
taiwan
tourism
attractions
computer-vision
research-only
Libraries:
Datasets
Dask
Polars
License:
Dataset card Data Studio Files
xet
 Community
1
tw-vqa-2025-reasoning / README.md
treeleaves30760's picture
treeleaves30760
Upload dataset
19ae0df verified
preview code
|
Raw
History Blame Contribute Delete
6.81 kB
metadata 
license: other
task_categories:
  - image-classification
  - visual-question-answering
language:
  - zh
tags:
  - taiwan
  - tourism
  - attractions
  - computer-vision
  - research-only
size_categories:
  - 10K<n<100K
configs:
  - config_name: default
    data_files:
      - split: train
        path: data/train-*
      - split: 1_shot
        path: data/1_shot-*
      - split: 8_shot
        path: data/8_shot-*
      - split: 1_shot_100
        path: data/1_shot_100-*
      - split: 8_shot_100
        path: data/8_shot_100-*
      - split: validation
        path: data/validation-*
      - split: test
        path: data/test-*
      - split: test_100
        path: data/test_100-*
dataset_info:
  features:
    - name: image
      dtype: image
    - name: attraction_name
      dtype: string
    - name: attraction_description
      dtype: string
    - name: image_filename
      dtype: string
    - name: image_path
      dtype: string
    - name: reasoning
      dtype: string
    - name: split
      dtype: string
  splits:
    - name: train
      num_bytes: 6598488454
      num_examples: 60070
    - name: 1_shot
      num_bytes: 117125760
      num_examples: 968
    - name: 8_shot
      num_bytes: 950856978
      num_examples: 7744
    - name: 1_shot_100
      num_bytes: 10689995
      num_examples: 100
    - name: 8_shot_100
      num_bytes: 95385406
      num_examples: 800
    - name: validation
      num_bytes: 789904402
      num_examples: 7109
    - name: test
      num_bytes: 789904402
      num_examples: 7109
    - name: test_100
      num_bytes: 81345228
      num_examples: 724
  download_size: 9864328305
  dataset_size: 9433700625

台灣觀光景點資料集 2025

⚠️ 重要聲明

資料來源與版權

本資料集中的圖片來自 Google 圖片搜尋，僅供學術研究與教育用途。

版權聲明：

  • 圖片版權歸原始版權所有者所有
  • 本資料集不主張對任何圖片擁有版權
  • 圖片僅用於研究目的，不得用於商業用途

使用限制：

  • ✅ 學術研究
  • ✅ 教育用途
  • ✅ 非商業性機器學習模型訓練
  • ❌ 商業用途
  • ❌ 再分發圖片
  • ❌ 侵犯原始版權所有者權益的用途

免責聲明： 使用者有責任確保其使用方式符合相關版權法律。資料集提供者不對因使用本資料集而產生的任何版權糾紛負責。

如果您是圖片的版權所有者並希望移除您的圖片，請聯絡資料集維護者。

資料集描述

這是一個台灣觀光景點圖像資料集，包含約 1000 個台灣景點的圖片及其詳細描述。每個樣本都經過 LLM 生成詳細的視覺描述和問答對。

資料收集方式：

  • 圖片來源：Google 圖片搜尋
  • 景點資訊：公開觀光資訊
  • LLM 生成內容：使用大型語言模型生成圖片描述和問答

資料集統計

  • 訓練集 (train): 60070 張圖片
  • 驗證集 (validation): 7109 張圖片
  • 1_shot ICL: 968 張圖片（每個景點 1 張）
  • 8_shot ICL: 7744 張圖片（每個景點 8 張）
  • 1_shot_100 ICL: 100 張圖片（隨機 100 個景點，每個 1 張）
  • 測試集 (test): 724 張圖片（與 1_shot_100 相同的 100 個景點，每個 10 張）
  • 景點數量: 970 個

資料欄位

  • image: 景點圖片
  • attraction_name: 景點名稱
  • attraction_description: 景點描述
  • image_filename: 圖片檔名
  • image_path: 原始圖片路徑
  • reasoning: LLM 生成的完整推理內容（包含圖片描述、問答對和綜合分析）
  • split: 資料分割 (train/validation)

資料分割 (Splits)

本資料集包含以下分割：

  • train: 完整的訓練集
  • validation: 驗證集（無 reasoning 和 description）
  • 1_shot: 每個景點 1 張圖片，用於 1_shot In-Context Learning
  • 8_shot: 每個景點 8 張圖片，用於 8_shot In-Context Learning
  • 1_shot_100: 隨機選擇 100 個景點，每個景點 1 張圖片，用於小規模 ICL 實驗
  • test: 與 1_shot_100 相同的 100 個景點，每個景點從驗證集中抽取 10 張圖片，用於測試評估

使用方法

基本使用 

from datasets import load_dataset

# 載入資料集
dataset = load_dataset("treeleaves30760/tw-vqa-2025-reasoning")

# 存取不同的 split
train_data = dataset['train']
val_data = dataset['validation']
one_shot_data = dataset['1_shot']
eight_shot_data = dataset['8_shot']

# 查看第一個樣本
print(train_data[0])

In-Context Learning (ICL) 使用範例 

# 1_shot ICL: 每個景點只有 1 張示例圖片
icl_1shot = dataset['1_shot']
print(f"1_shot 樣本數: {len(icl_1shot)}")

# 8_shot ICL: 每個景點有 8 張示例圖片
icl_8shot = dataset['8_shot']
print(f"8_shot 樣本數: {len(icl_8shot)}")

# 使用 ICL split 進行少樣本學習
for sample in icl_1shot:
    attraction = sample['attraction_name']
    # 使用這張圖片作為該景點的示例
    ...

授權與使用條款

授權協議

本資料集採用 研究與教育用途限制授權（Research and Education Only License）。

使用條款

  1. 允許的用途：

    • 學術研究與論文發表
    • 教育目的（課程、教學等）
    • 非商業性機器學習模型開發與訓練
    • 技術研究與實驗

  2. 禁止的用途：

    • 任何形式的商業用途
    • 銷售或出售資料集或其衍生作品
    • 侵犯原始圖片版權所有者權益的用途
    • 將圖片用於訓練商業模型並銷售

  3. 使用者責任：

    • 使用者需自行確保使用方式符合當地法律
    • 使用者需尊重原始版權所有者的權益
    • 在學術發表中需適當引用本資料集

版權移除請求

如果您是圖片的版權所有者並希望移除您的圖片，請提供：

  • 圖片的檔案名稱或 URL
  • 版權證明
  • 聯絡資訊

我們將在收到請求後儘快處理。

引用

如果您在研究中使用本資料集，請引用：

@dataset{taiwan_attractions_2025,
  title={Taiwan Tourism Attractions Dataset 2025},
  author={[Your Name]},
  year={2025},
  publisher={Hugging Face},
  howpublished={\url{treeleaves30760/tw-vqa-2025-reasoning}},
  note={僅供研究與教育用途}
}

或簡單引用：

台灣觀光景點資料集 2025
Taiwan Tourism Attractions Dataset 2025
僅供研究與教育用途

道德考量 (Ethical Considerations)

資料收集

  • 圖片從公開的 Google 圖片搜尋收集
  • 未經原始版權所有者明確授權
  • 僅用於非商業研究目的

偏見與限制

  • 資料集可能反映搜尋引擎的偏見
  • 圖片品質和代表性可能不均衡
  • 某些景點的圖片可能比其他景點更多

隱私

  • 圖片可能包含人物
  • 使用者應注意隱私保護
  • 建議在研究中適當處理人臉等敏感資訊

聯絡方式

如有任何問題、建議或版權移除請求，請透過 Hugging Face 資料集頁面聯絡維護者。