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-*