pixparse/docvqa-wds

DocVQA数据集是由Mathew等人在2021年引入的一个文档数据集，包含50,000个问题，这些问题基于12,000多个文档图像。该数据集是一个webdataset（.tar分片）版本，内容与https://huggingface.co/datasets/pixparse/docvqa-single-page-questions相同。数据集可用于当前版本的Hugging Face `datasets`或`chug`库。数据集分为训练集、验证集和测试集，分别包含10,194张图像和39,463个问题和答案、1,286张图像和5,349个问题和答案、1,287张图像和5,188个问题。

原始信息汇总

DocVQA 数据集概述

数据集描述

• 联系人:
  • 数据集维护者: Minesh Mathew (mailto:[e-mail]), Dimosthenis Karatzas (mailto:[e-mail]), C. V. Jawahar (mailto:[e-mail])
  • Hugging Face 联系人: Pablo Montalvo (mailto:[e-mail])

数据集总结

• DocVQA 数据集 是一个文档数据集，由 Mathew 等人于 2021 年引入，包含超过 12,000 个文档图像上的 50,000 个问题。

数据分割

训练集

• 图像数量: 10194
• 问题及答案数量: 39463

验证集

• 图像数量: 1286
• 问题及答案数量: 5349

测试集

• 图像数量: 1287
• 问题数量: 5188

许可证信息

• 许可证: MIT

引用信息

bibtex @InProceedings{docvqa_wacv, author = {Mathew, Minesh and Karatzas, Dimosthenis and Jawahar, C.V.}, title = {DocVQA: A Dataset for VQA on Document Images}, booktitle = {WACV}, year = {2021}, pages = {2200-2209} }