EdwardXJ/concat-debug-levels

---
dataset_info:
features:
- name: image
dtype: image
- name: sample_id
dtype: string
- name: ocr_bboxes
struct:
- name: paragraph
sequence: 'null'
- name: sentence
sequence: 'null'
- name: word
sequence:
sequence: float64
- name: ocr_predictions
struct:
- name: paragraph
sequence: 'null'
- name: sentence
sequence: 'null'
- name: word
sequence: string
splits:
- name: train
num_bytes: 21923090.0
num_examples: 40
- name: val
num_bytes: 20186316.0
num_examples: 30
- name: test
num_bytes: 16242418.0
num_examples: 20
download_size: 58198799
dataset_size: 58351824.0
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: val
path: data/val-*
- split: test
path: data/test-*
---

原始信息汇总

数据集概述

数据集特征

• image: 图像数据类型。
• sample_id: 字符串数据类型。
• ocr_bboxes: 结构化数据类型，包含以下子特征：
  • paragraph: 序列类型为null。
  • sentence: 序列类型为null。
  • word: 序列类型为浮点数64。
• ocr_predictions: 结构化数据类型，包含以下子特征：
  • paragraph: 序列类型为null。
  • sentence: 序列类型为null。
  • word: 序列类型为字符串。

数据集分割

• train: 包含40个样本，占用21923090字节。
• val: 包含30个样本，占用20186316字节。
• test: 包含20个样本，占用16242418字节。

数据集大小

• 下载大小: 58198799字节。
• 数据集大小: 58351824.0字节。

数据文件配置

• config_name: default
• data_files:
  • train: 路径为data/train-*。
  • val: 路径为data/val-*。
  • test: 路径为data/test-*。