textmonkey_pretrain: 图片从这里下：https://huggingface.co/datasets/echo840/Detailed_Caption/tree/main , 标注从这里下： https://huggingface.co/datasets/lucasjin/MonkeyIt/upload/main。这个数据可以替代llavar pretrain
textmonkey_pretrain: 图片从这里下：https://huggingface.co/datasets/echo840/Detailed_Caption/tree/main , 标注从这里下： https://huggingface.co/datasets/lucasjin/MonkeyIt/upload/main。这个数据可以替代llavar pretrain