---
title: muge
canonical_url: "https://www.modelscope.ai/datasets/modelscope/muge"
md_url: "https://www.modelscope.ai/datasets/modelscope/muge.md"
repository: modelscope/muge
last_updated: 2025-12-20
license: "Apache License 2.0"
storage_size: "13 KB"
domain:
  - multi_modal
tasks:
  - image-captioning
language:
  - zh
size_scale:
  - 10k-1m
downloads: 131
stars: 0
---

# muge

> muge - An open-source dataset by modelscope on ModelScope. 数据集描述 muge数据集，包含train、val和test，目前是pair不支持检索是测试。

modelscope/muge is a image-captioning dataset on ModelScope. covering multi_modal. totalling 13 KB. licensed under Apache License 2.0.

- **Repository**: modelscope/muge
- **License**: Apache License 2.0
- **Tasks**: image-captioning
- **Domain**: multi_modal
- **Storage size**: 13 KB
- **Downloads**: 131
- **Stars**: 0
- **Last updated**: 2025-12-20

Source: https://www.modelscope.ai/datasets/modelscope/muge

---

## 数据集描述
muge数据集，包含train、val和test，目前是pair不支持检索是测试。

### 数据集简介
MUGE（牧歌，Multimodal Understanding and Generation Evaluation）是业界首个大规模中文多模态评测基准，由达摩院联合浙江大学、阿里云天池平台联合发布，中国计算机学会计算机视觉专委会（CCF-CV专委）协助推出。目前包括：
· 包含多模态理解与生成任务在内的多模态评测基准，其中包括图像描述、图文检索以及基于文本的图像生成。未来我们将公布更多任务及数据。
· 公开的评测榜单，帮助研究人员评估模型和追踪进展。
MUGE旨在推动多模态表示学习进展，尤其关注多模态预训练。具备多模态理解和生成能力的模型均可以参加此评测，欢迎各位与我们共同推动多模态领域发展。

### 数据集支持的任务
caption和图文检索任务


## 数据集的格式和结构

### 数据格式
包含image_id, label, image等信息。



### 数据集加载方式
```python
from modelscope.msdatasets import MsDataset
ds = MsDataset.load("muge", namespace="modelscope", split="train")
print(ds[0]) 
# {'query_id': '148144', 'query': 't恤 命运石之门', 'image_id': '797458', 'image': <PIL.PngImagePlugin.PngImageFile image mode=RGB size=224x224 at 0x7FEB2F602278>}

print(ds[0:2])
# {'query_id': ['148144', '87899'], 'query': ['t恤 命运石之门', '票登记'], 'image_id': ['797458', '56421'], 'image': [<PIL.PngImagePlugin.PngImageFile image mode=RGB size=224x224 at 0x7FEB2F602470>, <PIL.PngImagePlugin.PngImageFile image mode=RGB size=224x224 at 0x7FEB05822DA0>]}
```

### 数据分片
数据已经预设了train/validation分片。



## 数据集生成的相关信息
原始数据参见：https://tianchi.aliyun.com/muge


## 数据集版权信息
数据集已经开源，license为CC BY-NC 4.0，如有违反相关条款，随时联系modelscope删除。

## 引用方式
```
@article{lin2021m6,
  title={M6: A chinese multimodal pretrainer},
  author={Lin, Junyang and Men, Rui and Yang, An and Zhou, Chang and Ding, Ming and Zhang, Yichang and Wang, Peng and Wang, Ang and Jiang, Le and Jia, Xianyan and others},
  journal={arXiv preprint arXiv:2103.00823},
  year={2021}
}
```


## 其他相关信息
数据源[牧歌](https://tianchi.aliyun.com/muge)，可能存在bias，请合理使用。

### Clone with HTTP
* http://www.modelscope.cn/datasets/modelscope/ocr_fudanvi_zh.git