（三）关于InternVL2的数据制作（如何制作YOLO类型的定位数据集）

---

前言

目前的多模态大模型或者说语言大模型的训练数据格式都相差不大，一通百通。我制作过LAVA、MiniCPM-V、CogVLM、swift框架下的格式等，他们基本上都是使用类似于chatgpt格式问答的json文件。本系列因为是介绍使用多模态训练目标检测，所以在问答中还要加入目标的类别和坐标信息（Grounding / Detection Data），下面的内容将详细介绍训练数据的格式、如何制作数据、如何用脚本将原来检测任务的XML转换成训练的json。

---

InternVL2的数据格式

首先还是给出InternVL2官网提供的各种任务下的数据格式

我们需要先制作json文件，再转成最终训练所需的jsonl格式

下面以本系列检测任务的格式进行说明：

{