每个样本包含
key、图像成员（jpg/png/webp 等；annotation_only 来源无图像成员）
和 json。所有 domain 共享同一外层结构，差异仅在 role / task_type 取值域与 text 语义，
详见下方"数据 Schema 详解"。坐标为 0.0–1.0 归一化浮点：像素坐标 = x * width, y * height
（源为 0–1000 整型网格，除以 1000 转换，量化分辨率 1/1000）。
task_type = detection_grounding 时目标在 boxes，pointing 时在 points，
detection_grounding_pointing 时两者并存。写入侧… See the full description on the dataset page:
https://huggingface.co/datasets/minato-ryan/LocateAnything-WDS.
