Mit1208/test_dataset

---
dataset_info:
features:
- name: id
dtype: string
- name: texts
sequence: string
- name: bboxes_block
sequence:
sequence: int64
- name: bboxes_line
sequence:
sequence: int64
- name: categories
sequence:
class_label:
names:
'0': Caption
'1': Footnote
'2': Formula
'3': List-item
'4': Page-footer
'5': Page-header
'6': Picture
'7': Section-header
'8': Table
'9': Text
'10': Title
- name: image
dtype: image
- name: page_hash
dtype: string
- name: original_filename
dtype: string
- name: page_no
dtype: int32
- name: num_pages
dtype: int32
- name: original_width
dtype: int32
- name: original_height
dtype: int32
- name: coco_width
dtype: int32
- name: coco_height
dtype: int32
- name: collection
dtype: string
- name: doc_category
dtype: string
splits:
- name: train
num_bytes: 1622488.9435600578
num_examples: 4
download_size: 1180298
dataset_size: 1622488.9435600578
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---

原始信息汇总

数据集概述

数据集特征

• id: 字符串类型
• texts: 字符串序列
• bboxes_block: 整数序列序列
• bboxes_line: 整数序列序列
• categories: 类别序列，包含以下类别标签：
  • 0: Caption
  • 1: Footnote
  • 2: Formula
  • 3: List-item
  • 4: Page-footer
  • 5: Page-header
  • 6: Picture
  • 7: Section-header
  • 8: Table
  • 9: Text
  • 10: Title
• image: 图像类型
• page_hash: 字符串类型
• original_filename: 字符串类型
• page_no: 整数类型
• num_pages: 整数类型
• original_width: 整数类型
• original_height: 整数类型
• coco_width: 整数类型
• coco_height: 整数类型
• collection: 字符串类型
• doc_category: 字符串类型

数据集分割

• train:
  • 示例数量: 4
  • 数据大小: 1622488.9435600578 字节

数据集大小

• 下载大小: 1180298 字节
• 数据集大小: 1622488.9435600578 字节

配置

• config_name: default
  • data_files:
    • split: train
      • path: data/train-*