kkchaulagain/ocr-dataset-v2

该数据集包含对话和图像信息，主要用于训练模型。每个样本包含一个唯一的ID、一个对话列表（每个对话包含发言者和内容）和一个图像链接。数据集仅包含训练集，共有1109个样本。

The dataset includes three main features: id (string type), conversations (list type, containing from and value, both string types), and image (string type). The dataset is divided into a training set (train) with 1109 examples, totaling 8681697 bytes. The download size of the dataset is 8214051 bytes.

原始信息汇总

数据集概述

数据集信息

• 特征:
  • id: 字符串类型
  • conversations: 列表类型
    • from: 字符串类型
    • value: 字符串类型
  • image: 字符串类型

数据分割

• train:
  • 样本数量: 1109
  • 字节数: 8681697

数据集大小

• 下载大小: 8214051 字节
• 数据集大小: 8681697 字节

配置

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