jp1924/SP-DocVQA

--- dataset_info: features: - name: questionId dtype: int32 - name: question dtype: string - name: question_types list: string - name: image dtype: image - name: docId dtype: int32 - name: ucsf_document_id dtype: string - name: ucsf_document_page_no dtype: string - name: answers list: string - name: data_split dtype: string splits: - name: train num_bytes: 28213393582.125 num_examples: 39463 - name: validation num_bytes: 3578844819.375 num_examples: 5349 download_size: 8480570931 dataset_size: 31792238401.5 configs: - config_name: default data_files: - split: train path: data/train-* - split: validation path: data/validation-* ---

原始信息汇总

数据集概述

数据集特征

• questionId: 数据类型为 int32
• question: 数据类型为 string
• question_types: 数据类型为 list of string
• image: 数据类型为 image
• docId: 数据类型为 int32
• ucsf_document_id: 数据类型为 string
• ucsf_document_page_no: 数据类型为 string
• answers: 数据类型为 list of string
• data_split: 数据类型为 string

数据集分割

• 训练集 (train):
  • 示例数量: 39463
  • 数据大小: 28213393582.125 字节
• 验证集 (validation):
  • 示例数量: 5349
  • 数据大小: 3578844819.375 字节

数据集大小

• 下载大小: 8480570931 字节
• 数据集总大小: 31792238401.5 字节

数据文件配置

• 默认配置 (default):
  • 训练集路径: data/train-*
  • 验证集路径: data/validation-*