120万张图像，图像内容包括但不限于风景、动物、食物、花卉树木、人物、汽车、运动、建筑、卡通动漫、影视剧、商标logo、表格文本、书法绘画、商品展示、生活场景。每张图像至少配备两种不同的简要中文文本描述。


数据规模:

120万张图片，120万段文字描述


数据格式：
json