Sharka/DocVQA_LayoutLM_features

---
dataset_info:
features:
- name: input_ids
sequence: int64
- name: bbox
dtype:
array2_d:
shape:
- 512
- 4
dtype: int64
- name: attention_mask
sequence: int64
- name: image
dtype:
array3_d:
shape:
- 3
- 224
- 224
dtype: int64
- name: start_positions
dtype: int64
- name: end_positions
dtype: int64
splits:
- name: train
num_bytes: 47090682920
num_examples: 38174
- name: validation
num_bytes: 6225878260
num_examples: 5047
download_size: 2454149213
dataset_size: 53316561180
---
# Dataset Card for "DocVQA_LayoutLM_features"

[More Information needed](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)

数据集信息：
特征字段：
- 名称：输入Token ID序列（input_ids），类型：64位整数序列
- 名称：边界框（bbox），数据类型：二维数组（array2_d），形状为512×4，元素类型为64位整数
- 名称：注意力掩码（attention_mask），类型：64位整数序列
- 名称：图像（image），数据类型：三维数组（array3_d），形状为3×224×224，元素类型为64位整数
- 名称：起始位置（start_positions），数据类型：64位整数
- 名称：结束位置（end_positions），数据类型：64位整数
划分集：
- 名称：训练集（train），总字节数：47090682920，样本数量：38174
- 名称：验证集（validation），总字节数：6225878260，样本数量：5047
下载大小：2454149213，数据集总大小：53316561180

---
# "DocVQA_LayoutLM特征"数据集卡片
[需补充更多信息](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)

原始信息汇总

数据集概述

特征信息

• input_ids: 序列类型，数据类型为 int64。
• bbox: 二维数组，形状为 [512, 4]，数据类型为 int64。
• attention_mask: 序列类型，数据类型为 int64。
• image: 三维数组，形状为 [3, 224, 224]，数据类型为 int64。
• start_positions: 数据类型为 int64。
• end_positions: 数据类型为 int64。

数据分割

• train: 包含 38174 个样本，占用 47090682920 字节。
• validation: 包含 5047 个样本，占用 6225878260 字节。

数据集大小

• 下载大小: 2454149213 字节。
• 数据集总大小: 53316561180 字节。