Add OIV6 dataset description

README.md

@@ -682,3 +682,109 @@ dataset_info:
   download_size: 40106623995
   dataset_size: 40101849835
 ---
+
+# Open Images V6 Relationships
+
+OIV6 是基于 Open Images V6 的视觉关系检测数据集，包含 133,503 张图片、
+601 个对象前景类别和 30 个关系谓词前景类别。图片字节直接嵌入 Parquet，
+可通过 Hugging Face `Image` feature 解码。
+
+## 数据集规模
+
+| Split | 图片 | 对象 | 关系 |
+| --- | ---: | ---: | ---: |
+| `train` | 126,368 | 512,259 | 348,560 |
+| `validation` | 1,813 | 6,386 | 4,951 |
+| `test` | 5,322 | 19,284 | 14,403 |
+| **总计** | **133,503** | **537,929** | **367,914** |
+
+三个 split 互不重叠。每个样本都包含至少一个对象和一条关系。
+
+## 加载
+
+```python
+from datasets import load_dataset
+
+dataset = load_dataset("wliafe/OIV6")
+sample = dataset["train"][0]
+
+image = sample["image"]  # PIL.Image.Image
+print(sample["id"], image.size)
+```
+
+图片已嵌入 Parquet，不需要额外下载或拼接图片目录。
+
+## 数据字段
+
+| 字段 | 类型 | 说明 |
+| --- | --- | --- |
+| `id` | `string` | Open Images 图片 ID |
+| `image` | `Image` | 可直接解码的嵌入式 JPEG |
+| `width` | `int32` | JPEG 实际宽度，单位为像素 |
+| `height` | `int32` | JPEG 实际高度，单位为像素 |
+| `boxes` | `List[[float32; 4]]` | 与对象平行的 `[x1, y1, x2, y2]` 边界框 |
+| `labels` | `List[ClassLabel]` | 与 `boxes` 平行的对象类别 |
+| `relations.subject_index` | `List[int64]` | 关系主语在当前对象数组中的索引 |
+| `relations.object_index` | `List[int64]` | 关系宾语在当前对象数组中的索引 |
+| `relations.predicate` | `List[ClassLabel]` | 关系谓词类别 |
+
+`boxes` 和 `labels` 长度相同。三个关系数组也具有相同长度；相同位置的主语索引、
+宾语索引和谓词共同表示一条有向关系。
+
+## 类别与关系名称
+
+对象和谓词 taxonomy 均在索引 `0` 保留 `__background__`：
+
+- 对象前景类别编号为 `1`–`601`。
+- 谓词前景类别编号为 `1`–`30`。
+- `subject_index` 和 `object_index` 是当前样本对象数组的零基位置，不是类别 ID。
+
+```python
+features = dataset["train"].features
+object_names = features["labels"].feature.names
+predicate_names = features["relations"]["predicate"].feature.names
+
+sample = dataset["train"][0]
+for subject, object_, predicate in zip(
+    sample["relations"]["subject_index"],
+    sample["relations"]["object_index"],
+    sample["relations"]["predicate"],
+):
+    print(
+        object_names[sample["labels"][subject]],
+        predicate_names[predicate],
+        object_names[sample["labels"][object_]],
+    )
+```
+
+## 坐标约定
+
+`boxes` 使用实际图片像素坐标下的 `[x1, y1, x2, y2]` 格式，坐标位于图片
+边界内。`width` 和 `height` 与解码后 `image` 的尺寸一致。边界框表示对象检测
+区域，不是实例分割轮廓。
+
+## 使用限制
+
+- 对象和关系类别呈长尾分布，模型结果可能被高频类别主导。
+- 标注可能包含遗漏、歧义或类别噪声。
+- 本仓库不重新授予原始图片版权；使用者应遵守 Open Images 的许可与使用要求。
+- 比较模型结果时，应确认使用相同的 taxonomy、background 编号和 split。
+
+## 引用
+
+使用本数据集时，请引用 Open Images：
+
+```bibtex
+@article{kuznetsova2020open,
+  title={The Open Images Dataset V4: Unified Image Classification,
+         Object Detection, and Visual Relationship Detection at Scale},
+  author={Kuznetsova, Alina and Rom, Hassan and Alldrin, Neil and
+          Uijlings, Jasper and Krasin, Ivan and Pont-Tuset, Jordi and
+          Kamali, Shahab and Popov, Stefan and Malloci, Matteo and
+          Kolesnikov, Alexander and Duerig, Tom and Ferrari, Vittorio},
+  journal={International Journal of Computer Vision},
+  volume={128},
+  pages={1956--1981},
+  year={2020}
+}
+```