gigant/pdfvqa

该数据集名为pdfvqa，包含多个特征字段，如页面图像、文本、图像序列、对象ID、边界框、关系、类别、问题、答案、类型和任务类型等。数据集分为训练集、验证集和测试集，分别包含8593、1280和2464个示例，总下载大小为2678904208字节，数据集大小为2742359091.0309997字节。

The dataset named pdfvqa includes multiple feature fields such as page images, texts, image sequences, object IDs, bounding boxes, relations, categories, questions, answers, types, and task types. The dataset is divided into training, validation, and test sets, containing 8593, 1280, and 2464 examples respectively, with a total download size of 2678904208 bytes and a dataset size of 2742359091.0309997 bytes.

原始信息汇总

数据集概述

数据集名称

pdfvqa

数据集特征

• page: 图像类型
• texts: 字符串序列
• images: 图像序列
• object_ids: 字符串序列
• bboxes: 整数序列的序列
• relations: 字符串序列的序列
• categories: 字符串序列
• questions: 字符串序列
• answers: 字符串序列
• types: 字符串序列
• task types: 字符串序列

数据集划分

• train:
  • 样本数量: 8593
  • 数据大小: 1915147629.767 字节
• validation:
  • 样本数量: 1280
  • 数据大小: 290919195.88 字节
• test:
  • 样本数量: 2464
  • 数据大小: 536292265.384 字节

数据集大小

• 下载大小: 2678904208 字节
• 数据集总大小: 2742359091.0309997 字节

搜集汇总

背景与挑战

背景概述

pdfvqa是一个视觉问答数据集，包含PDF文档的文本和图像信息，用于训练和评估模型在文档理解方面的能力。数据集规模适中，提供丰富的问题和答案对，支持多种任务类型如结构理解和对象识别。