RS-CMQA：图像与问答双表 Parquet 转存

本仓库将作者发布的 224 版本数据包 RS_CMQA_224.zip 转为 Hugging Face Parquet。 来源为 RSCMQA 作者仓库 的 数据下载说明，论文为 Copy-Move Forgery Detection and Question Answering for Remote Sensing Image。 本数据卡描述本次实际取得的压缩包，不将其认定为 arXiv v3 对应的最新数据包。

images/full 含 118,481 条图像 ID 元数据；图像与各类掩膜字节集中保存在这张表中。 问答分别放在实际存在的 qa、qa_cn、qa_balanced、qa_balanced_cn 配置中， 通过 qa.img_id = images.image_id 关联，不为每个问题重复存储图像。 图片、掩膜和原始 JSON 保留来源字节；问句、答案和原始问题划分按来源记录保留。 导出不重新编码或缩放图片，不二值化掩膜，不翻译、润色或替换题干。

配置与规模

配置	Split	行数	Parquet 文件数	每行含义
images	full	118,481	84	每个原始图像 ID 一行的图像、掩膜与元数据表
qa	train	963,334	1	原包一般版问答，保留原始问题划分
qa	val	206,425	1	原包一般版问答，保留原始问题划分
qa	test	206,427	1	原包一般版问答，保留原始问题划分
qa_cn	train	963,334	1	原包中文问答，保留原始问题划分
qa_cn	val	206,425	1	原包中文问答，保留原始问题划分
qa_cn	test	206,427	1	原包中文问答，保留原始问题划分
qa_balanced	train	171,677	1	原包平衡版问答，保留原始问题划分
qa_balanced	val	36,788	1	原包平衡版问答，保留原始问题划分
qa_balanced	test	36,789	1	原包平衡版问答，保留原始问题划分
qa_balanced_cn	train	171,677	1	原包中文平衡版问答，保留原始问题划分
qa_balanced_cn	val	36,788	1	原包中文平衡版问答，保留原始问题划分
qa_balanced_cn	test	36,789	1	原包中文平衡版问答，保留原始问题划分

full 表示完整图像元数据表，不是额外的官方测试集。 问答配置只列出压缩包中实际存在的版本与 split；原名 val 保留为 val。 平衡版读取作者单独提供的文件，不在转存时重新采样一般版问答。

图像表字段与资产完整性

六个图像列采用 Hugging Face Image 特征，底层为 {bytes, path}； bytes 是原包文件字节，path 是来源成员的相对路径。缺失资产为 null。

Image 列	原包资产	实际文件数	元数据中缺少此资产的 ID 数
image	原包 image/ 中的主图	118,481	0
original_image	原包 original/ 中的图像	118,481	0
mask	原包 target/ 中的目标区域掩膜	118,481	0
source_mask	原包 source/ 中的来源区域掩膜	118,481	0
background_mask	原包 background/ 中的背景掩膜	118,481	0
segmentation_mask	原包 segmentation/ 中的标注	118,481	0

mask 只对应作者的 target 掩膜，保留原始编码及像素值，未与 source 合并。 source_mask、background_mask 和 segmentation_mask 分列保留， 不把它们统一解释成同一二值篡改标签，也不把缺失掩膜替换成全零图。

字段	含义
image_id	All_Images.json 的原始图像 ID，也是 QA 外键所指向的键
active	一般版 JsonFiles/All_Images.json 的 active 标记
sample_id	本次转存的样本标识
label	从原始 Q1 真实性问答整理的图像级标签：real = 0、fake = 1
manipulation	图像操作类别元数据；RS-TQA 假图保留原字符串 Copy / Blur，不重命名为 Copy-move
source_split	图像表固定为 full；不代表作者问题 split
filename_source_id	来源文件名中的 ID 字段
source_image_path、source_mask_path	原包主图与 target 掩膜的相对成员路径
width、height	主图实际尺寸；主图缺失时为 null
has_image	原包是否提供主图文件
has_mask	原包是否提供 target 掩膜文件；不等同于含有非空篡改区域
missing_assets	当前图像 ID 缺失的资产列表
metadata_json	一般版 JsonFiles/All_Images.json 中该图像对象的完整 JSON 内容

图像表元数据统一取自一般版 JsonFiles/All_Images.json， 包括 metadata_json、active 及保留的 questions_ids 信息。 平衡版 All_Images.json 的图像 ID 集合相同，但 active 和 questions_ids 可以不同。 平衡版原注释完整保存在 metadata/original/JsonFilesBalanced/All_Images.json； 使用平衡版时应读取相应注释，不能用图像表的一般版 active 覆盖平衡版标记。

原始字段的完整 schema 记录在 inventory.json，并写入 Parquet 的 Hugging Face 特征元数据。

问答表与原始 split

id、active、img_id、question、type、answer、origin_dataset 按原文件记录保留；source_split、source_file、source_row 记录来源 split、文件与行序。 每个 split 保留原始行顺序，不按 image_id 去重问题。 不同语言、一般版与平衡版分别读取自己的原文件，不互相替换。 所有原始问题记录均保留，包括 active=false 的记录；转存不默认过滤， 使用者应按对应作者配置解释和使用 active 标记。 RS-CMQA 的 Q2 表示对象类别，RS-TQA 的 Q2 表示篡改类别，不能跨数据集直接套用问题编号的含义。

原始 QA split 按问题记录组织，不能视为图像 ID 互斥划分。 同一个图像可以关联多个问题，也可以出现在不同 QA split 中；平衡版同样需检查图像交集。 以下交集按每个 split 内不重复的 img_id 集合计算，包含主图缺失但元数据仍存在的 ID。

问答配置	Split	问题数	不重复的 img_id 数
qa	train	963,334	102,624
qa	val	206,425	71,530
qa	test	206,427	71,636
qa_cn	train	963,334	102,624
qa_cn	val	206,425	71,530
qa_cn	test	206,427	71,636
qa_balanced	train	171,677	67,899
qa_balanced	val	36,788	29,099
qa_balanced	test	36,789	29,054
qa_balanced_cn	train	171,677	67,899
qa_balanced_cn	val	36,788	29,099
qa_balanced_cn	test	36,789	29,054

问答配置	Split 对	共同 img_id 数
qa	train/val	63,716
qa	train/test	63,593
qa	val/test	61,169
qa_cn	train/val	63,716
qa_cn	train/test	63,593
qa_cn	val/test	61,169
qa_balanced	train/val	25,723
qa_balanced	train/test	25,611
qa_balanced	val/test	11,362
qa_balanced_cn	train/val	25,723
qa_balanced_cn	train/test	25,611
qa_balanced_cn	val/test	11,362

如果依据这些 split 评估图像篡改检测或定位，应披露实际图像重叠； 不能仅依据问题 split 名称宣称图像独立的泛化结果。

读取示例

from datasets import load_dataset

repo = 'ThaneJoss/RS-CMQA'
images = load_dataset(repo, "images", split="full", streaming=True)
questions = load_dataset(repo, "qa", split='train', streaming=True)

question = next(iter(questions))
print(question["img_id"], question["question"], question["answer"])

images 与 questions 的行数和顺序不同；关联时使用 questions.img_id = images.image_id， 不要直接按行号配对。读取主图前检查 has_image，保留缺图问题是否进入某个实验由使用者明确记录。 需要读取未解码的文件字节时，可将对应图像列设为 datasets.Image(decode=False)。

原始元数据与转存范围

metadata/original/JsonFiles*/ 按原目录保存所有提供的 JSON 文件原始字节， 包括 All_Images.json、All_Questions.json、Answers.json 以及各个实际存在的 split、语言和平衡版本文件。 QA 表以对应的 split 文件为准，不从 All_Questions.json 重建或覆盖题干。 inventory.json 汇总配置、行数、Parquet 路径、资产数量与图像交集。

这次转存调整存储组织并增加来源索引，不声称重新收集图像、增加标注或修订作者数据。 实际实验使用的配置、缺图筛选、图像划分和掩膜解释应在实验报告中另行写明。

来源中的许可说明

作者 README 的 License 小节 列有 CC BY-NC-SA 4.0 链接， 随后将 Global-TQA 图像及其标注的使用限定为学术用途，并声明禁止商业使用。 该句中的 Global-TQA 名称与这里的 RS-CMQA 包名不一致；本数据卡保留这一事实， 不将该名称差异改写成作者已经明确确认本包许可范围。

本次核对的作者仓库根目录没有独立 LICENSE 文件。 模型子目录内的第三方代码许可不能作为数据集许可依据。 因此本转存未自行增加 Hugging Face license 标签，也不额外授予数据使用权； 许可与使用范围以作者对相应数据包的明确声明为准。

引用

作者 README 提供的论文引用如下；使用本 Parquet 转存时，也请注明 本数据仓库 和所用配置。

@article{zhang2025copymove,
    title={Copy-Move Forgery Detection and Question Answering for Remote Sensing Image},
    author={Z. Zhang and E. Zhao and D. Niu and J. Nie and X. Liang and L. Huang},
    journal={arXiv preprint arXiv:2412.02575},
    year={2025},
}