five

jp1924/OCRDataPublic-inst

收藏
Hugging Face2024-05-10 更新2024-06-12 收录
下载链接:
https://hf-mirror.com/datasets/jp1924/OCRDataPublic-inst
下载链接
链接失效反馈
官方服务:
资源简介:
--- dataset_info: features: - name: image dtype: image - name: meta_data struct: - name: object_recognition dtype: int32 - name: text_language dtype: int32 - name: category dtype: int32 - name: identifier dtype: string - name: label_path dtype: string - name: name dtype: string - name: src_path dtype: string - name: type dtype: string - name: acquisition_location dtype: int32 - name: data_captured dtype: string - name: dpi dtype: int32 - name: group dtype: int32 - name: height dtype: int32 - name: width dtype: int32 - name: writing_style dtype: int32 - name: year dtype: int32 - name: objects list: - name: id dtype: int32 - name: text dtype: string - name: bbox list: int32 - name: meta struct: - name: type dtype: string - name: text_type dtype: string - name: context dtype: string - name: question sequence: string - name: answer sequence: string splits: - name: train num_bytes: 14019183278.0 num_examples: 40000 - name: validation num_bytes: 1066622883.0 num_examples: 3000 download_size: 10970846438 dataset_size: 15085806161.0 configs: - config_name: default data_files: - split: train path: data/train-* - split: validation path: data/validation-* ---
提供机构:
jp1924
原始信息汇总

数据集概述

数据集特征

  • image: 图像数据类型。
  • meta_data: 结构化数据,包含以下字段:
    • object_recognition: int32
    • text_language: int32
    • category: int32
    • identifier: string
    • label_path: string
    • name: string
    • src_path: string
    • type: string
    • acquisition_location: int32
    • data_captured: string
    • dpi: int32
    • group: int32
    • height: int32
    • width: int32
    • writing_style: int32
    • year: int32
  • objects: 列表数据,包含以下字段:
    • id: int32
    • text: string
    • bbox: 列表,包含int32类型数据
    • meta: 结构化数据,包含以下字段:
      • type: string
      • text_type: string
  • context: string
  • question: 序列,包含string类型数据
  • answer: 序列,包含string类型数据

数据集分割

  • train: 40000个样本,总大小为14019183278字节。
  • validation: 3000个样本,总大小为1066622883字节。

数据集大小

  • 下载大小: 10970846438字节
  • 数据集总大小: 15085806161字节

数据文件配置

  • default 配置:
    • train: 路径为data/train-*
    • validation: 路径为data/validation-*
5,000+
优质数据集
54 个
任务类型
进入经典数据集
二维码
社区交流群

面向社区/商业的数据集话题

二维码
科研交流群

面向高校/科研机构的开源数据集话题

数据驱动未来

携手共赢发展

商业合作