Ssunbell/boostcamp-docvqa-v2

--- dataset_info: features: - name: questionId dtype: int64 - name: question dtype: string - name: image sequence: sequence: sequence: uint8 - name: docId dtype: int64 - name: ucsf_document_id dtype: string - name: ucsf_document_page_no dtype: string - name: answers sequence: string - name: data_split dtype: string - name: words sequence: string - name: boxes sequence: sequence: int64 splits: - name: train num_bytes: 6381793673 num_examples: 39454 - name: val num_bytes: 869361798 num_examples: 5349 download_size: 2578867675 dataset_size: 7251155471 --- # Dataset Card for "boostcamp-docvqa-v2" [More Information needed](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)

原始信息汇总

数据集概述

数据集名称

• 名称: boostcamp-docvqa-v2

数据集特征

• 特征列表:
  • questionId: 整数类型 (int64)
  • question: 字符串类型 (string)
  • image: 序列类型，内部为无符号整数类型 (uint8)
  • docId: 整数类型 (int64)
  • ucsf_document_id: 字符串类型 (string)
  • ucsf_document_page_no: 字符串类型 (string)
  • answers: 序列类型，内部为字符串类型 (string)
  • data_split: 字符串类型 (string)
  • words: 序列类型，内部为字符串类型 (string)
  • boxes: 序列类型，内部为整数类型 (int64)

数据集分割

• 训练集:
  • 样本数量: 39454
  • 数据大小: 6381793673 字节
• 验证集:
  • 样本数量: 5349
  • 数据大小: 869361798 字节

数据集大小

• 下载大小: 2578867675 字节
• 总数据集大小: 7251155471 字节