Modify README.md

README.md

@@ -28,81 +28,83 @@ perception
 ├── cross_instance_discerment
 │   ├── attribute_comparison
 │   │   ├── images
+│   │   ├── metadata.jsonl
 │   │   └── attribute_comparison.json
 │   ├── change_detection
 │   │   ├── images
+│   │   ├── metadata.jsonl
 │   │   └── change_detection.json
 │   ├── referring_expression_segmentation
 │   │   ├── images
 │   │   ├── masks
+│   │   ├── metadata.jsonl
 │   │   └── referring_expression_segmentation.json
 │   └── spatial_relationship
 │       ├── images
+│       ├── metadata.jsonl
 │       └── spatial_relationship.json
 ├── image_level_comprehension
 │   ├── image_caption
 │   │   ├── images
+│   │   ├── metadata.jsonl
 │   │   └── image_caption.json
 │   ├── image_modality
 │   │   ├── images
+│   │   ├── metadata.jsonl
 │   │   └── image_modality.json
 │   ├── image_quality
 │   │   ├── images
+│   │   ├── metadata.jsonl
 │   │   └── image_quality.json
 │   ├── map_recognition
 │   │   ├── images
+│   │   ├── metadata.jsonl
 │   │   └── map_recognition.json
 │   └── scene_classification
 │       ├── images
+│       ├── metadata.jsonl
 │       └── scene_classification.json
 └── single_instance_identification
     ├── attribute_recognition
     │   ├── images
+    │   ├── metadata.jsonl
     │   └── attribute_recognition.json
     ├── hallucination_detection
     │   ├── images
+    │   ├── metadata.jsonl
     │   └── hallucination_detection.json
     ├── landmark_recognition
     │   ├── images
+    │   ├── metadata.jsonl
     │   └── landmark_recognition.json
     ├── object_counting
     │   ├── images
+    │   ├── metadata.jsonl
     │   └── object_counting.json
     ├── object_localization
     │   ├── images
+    │   ├── metadata.jsonl
     │   └── object_localization.json
     ├── object_presence
     │   ├── images
+    │   ├── metadata.jsonl
     │   └── object_presence.json
     └── visual_grounding
         ├── images
+        ├── metadata.jsonl
         └── visual_grounding.json
 
 reasoning
 ├── assessment_reasoning
 │   ├── environmental_assessment
 │   │   ├── images
+│   │   ├── metadata.jsonl
 │   │   └── environmental_assessment.json
 │   └── resource_assessment
 │       ├── images
+│       ├── metadata.jsonl
 │       └── resource_assessment.json
-├── attribute_reasoning
-│   ├── physical_property
-│   │   ├── images
-│   │   └── physical_property.json
-│   └── time_property
-│       ├── images
-│       └── time_property.json
-└── common_sense_reasoning
-    ├── disaster_discrimination
-    │   ├── images
-    │   └── disaster_discrimination.json
-    ├── geospatial_determination
-    │   ├── images
-    │   └── geospatial_determination.json
-    └── situation_inference
-        ├── images
-        └── situation_inference.json
+├── ......
 
 ```
 
@@ -115,7 +117,7 @@ An example of the Multiple-Choice Question (MCQ) is as follows:
 ```json
 {
     "id": "ef8777ba-27ee-4828-aab5-63214daf340d",
-    "image_path": "images/1.png",
+    "image_path": "perception/single_instance_identification/object_counting/images/1.png",
     "question": "Count the number of airplane present in this image.\nA.2\nB.1\nC.4\nD.3",
     "answer": "A"
 }