ta4tsering/HTR-Corrections_datasets

该数据集包含多个特征，包括文件名、标签、URL、状态、字符长度、维度和批次ID。数据集分为训练集，包含28,632个样本，总大小为12,817,361字节。下载大小为4,022,314字节。数据集的配置信息指定了默认配置下的数据文件路径。

The dataset contains multiple features including filename, label, URL, state, character length, dimension, and batch ID. The dataset is divided into a training set with 28,632 samples and a total size of 12,817,361 bytes. The download size is 4,022,314 bytes. The configuration information of the dataset specifies the path of the data files under the default configuration.

原始信息汇总

数据集概述

数据集信息

特征

• filename: 文件名，类型为字符串。
• label: 标签，类型为字符串。
• url: URL链接，类型为字符串。
• state: 状态，类型为字符串。
• char_len: 字符长度，类型为整数。
• dimension: 维度，类型为整数序列。
• batch_id: 批次ID，类型为字符串。

数据分割

• train: 训练集，包含28632个样本，总大小为12817361字节。

数据集大小

• 下载大小: 4022314字节
• 数据集大小: 12817361字节

配置

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