Christa27/docvqa_mini_train_subset

---
dataset_info:
features:
- name: id
dtype: string
- name: image
dtype: image
- name: query
struct:
- name: de
dtype: string
- name: en
dtype: string
- name: es
dtype: string
- name: fr
dtype: string
- name: it
dtype: string
- name: answers
sequence: string
- name: words
sequence: string
- name: bounding_boxes
sequence:
sequence: float32
length: 4
- name: answer
struct:
- name: match_score
dtype: float64
- name: matched_text
dtype: string
- name: start
dtype: int64
- name: text
dtype: string
- name: ground_truth
dtype: string
splits:
- name: train
num_bytes: 27188611.0
num_examples: 80
download_size: 9088379
dataset_size: 27188611.0
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---
# Dataset Card for "docvqa_mini_train_subset"

[More Information needed](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

数据集信息

• 特征列表:
  • id: 数据类型为字符串。
  • image: 数据类型为图像。
  • query: 结构化数据，包含以下字段：
    • de: 德语查询，数据类型为字符串。
    • en: 英语查询，数据类型为字符串。
    • es: 西班牙语查询，数据类型为字符串。
    • fr: 法语查询，数据类型为字符串。
    • it: 意大利语查询，数据类型为字符串。
  • answers: 字符串序列。
  • words: 字符串序列。
  • bounding_boxes: 序列，包含长度为4的浮点数序列。
  • answer: 结构化数据，包含以下字段：
    • match_score: 匹配分数，数据类型为浮点数。
    • matched_text: 匹配的文本，数据类型为字符串。
    • start: 起始位置，数据类型为整数。
    • text: 文本，数据类型为字符串。
  • ground_truth: 数据类型为字符串。

数据集划分

• train:
  • 文件大小: 27188611.0 字节
  • 样本数量: 80

数据集大小

• 下载大小: 9088379 字节
• 数据集大小: 27188611.0 字节

配置信息

• 配置名称: default
  • 数据文件:
    • split: train
    • 路径: data/train-*