five

EphronM/usa_passports_ocr_funsd

收藏
Hugging Face2024-04-17 更新2024-06-12 收录
下载链接:
https://hf-mirror.com/datasets/EphronM/usa_passports_ocr_funsd
下载链接
链接失效反馈
官方服务:
资源简介:
--- dataset_info: features: - name: name dtype: string - name: page_no dtype: int64 - name: width dtype: int64 - name: height dtype: int64 - name: text sequence: string - name: bbox sequence: sequence: int64 - name: segment_bbox sequence: sequence: int64 - name: segment_id sequence: int64 - name: qas struct: - name: answers list: - name: answer_end sequence: int64 - name: answer_start sequence: int64 - name: text sequence: string - name: question sequence: string - name: question_id sequence: int64 - name: image dtype: string - name: md5sum dtype: string splits: - name: train num_bytes: 235094122 num_examples: 72 - name: test num_bytes: 65985649 num_examples: 20 download_size: 300115943 dataset_size: 301079771 configs: - config_name: default data_files: - split: train path: data/train-* - split: test path: data/test-* ---

dataset_info: features: - name: 名称 dtype: 字符串 - name: 页码 dtype: int64 - name: 宽度 dtype: int64 - name: 高度 dtype: int64 - name: 文本 sequence: 字符串 - name: 边界框(bbox) sequence: sequence: int64 - name: 段边界框(segment_bbox) sequence: sequence: int64 - name: 段ID(segment_id) sequence: int64 - name: 问答对(qas) struct: - name: 答案列表 list: - name: 答案结束位置 sequence: int64 - name: 答案开始位置 sequence: int64 - name: 答案文本 sequence: 字符串 - name: 问题 sequence: 字符串 - name: 问题ID sequence: int64 - name: 图片路径 dtype: 字符串 - name: MD5校验和 dtype: 字符串 splits: - name: 训练集 num_bytes: 235094122 num_examples: 72 - name: 测试集 num_bytes: 65985649 num_examples: 20 download_size: 300115943 dataset_size: 301079771 configs: - config_name: 默认配置 data_files: - split: 训练集 path: data/train-* - split: 测试集 path: data/test-*
提供机构:
EphronM
原始信息汇总

数据集概述

数据集特征

  • name: 字符串类型
  • page_no: 整数类型
  • width: 整数类型
  • height: 整数类型
  • text: 字符串序列
  • bbox: 整数序列的序列
  • segment_bbox: 整数序列的序列
  • segment_id: 整数序列
  • qas: 结构体,包含:
    • answers: 列表,包含:
      • answer_end: 整数序列
      • answer_start: 整数序列
      • text: 字符串序列
    • question: 字符串序列
    • question_id: 整数序列
  • image: 字符串类型
  • md5sum: 字符串类型

数据集分割

  • train: 72个样本,占用235094122字节
  • test: 20个样本,占用65985649字节

数据集大小

  • 下载大小: 300115943字节
  • 数据集大小: 301079771字节

数据文件配置

  • default 配置:
    • train: 路径为 data/train-*
    • test: 路径为 data/test-*
5,000+
优质数据集
54 个
任务类型
进入经典数据集
二维码
社区交流群

面向社区/商业的数据集话题

二维码
科研交流群

面向高校/科研机构的开源数据集话题

数据驱动未来

携手共赢发展

商业合作