您好，有些问题想要请教您。 验证数据集有5070张图像和5070文本；处理成5000对图像和句子。为什么又把图像处理成1000张？ 是指索引为0的图像和索引为0-4的文本相对应？那么图像索引为1-4的图像和文本索引1-4是没有关系的？ 谢谢您
