MoritzLaurer/image2markdown

---
dataset_info:
config_name: pixparse_idl-wds
features:
- name: __key__
dtype: string
- name: __url__
dtype: string
- name: json
struct:
- name: pages
list:
- name: bbox
sequence:
sequence: float64
- name: poly
list:
list:
- name: X
dtype: float64
- name: Y
dtype: float64
- name: score
sequence: float64
- name: text
sequence: string
- name: ocr
dtype: binary
- name: pdf
dtype: binary
- name: tif
dtype: image
- name: encoded_image
dtype: string
- name: text_markdown
dtype: string
splits:
- name: train
num_bytes: 141167744.0
num_examples: 100
download_size: 126433464
dataset_size: 141167744.0
configs:
- config_name: pixparse_idl-wds
data_files:
- split: train
path: pixparse_idl-wds/train-*
---

原始信息汇总

数据集概述

数据集信息

• 配置名称: pixparse_idl-wds
• 特征:
  • key: 字符串类型
  • url: 字符串类型
  • json: 结构体类型
    • pages: 列表类型
      • bbox: 浮点数序列
      • poly: 列表类型
        • X: 浮点数类型
        • Y: 浮点数类型
      • score: 浮点数序列
      • text: 字符串序列
  • ocr: 二进制类型
  • pdf: 二进制类型
  • tif: 图像类型
  • encoded_image: 字符串类型
  • text_markdown: 字符串类型

数据集分割

• 训练集:
  • 名称: train
  • 字节数: 141167744.0
  • 样本数: 100

数据集大小

• 下载大小: 126433464
• 数据集大小: 141167744.0

配置详情

• 配置名称: pixparse_idl-wds
• 数据文件:
  • 分割: train
  • 路径: pixparse_idl-wds/train-*