EdwardXJ/concat-debug-full-scale

---
dataset_info:
features:
- name: image
dtype: image
- name: sample_id
dtype: string
- name: ocr_bboxes
sequence:
sequence: float64
- name: ocr_predictions
sequence: string
splits:
- name: train
num_bytes: 16267793686.8
num_examples: 76413
- name: val
num_bytes: 2718695221.0
num_examples: 13224
- name: test
num_bytes: 173356378.0
num_examples: 150
download_size: 19105197908
dataset_size: 19159845285.8
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: 序列数据类型，内部序列类型为float64
• ocr_predictions: 字符串序列数据类型

数据集划分

• train: 包含76413个样本，总大小为16267793686.8字节
• val: 包含13224个样本，总大小为2718695221.0字节
• test: 包含150个样本，总大小为173356378.0字节

数据集大小

• 下载大小: 19105197908字节
• 数据集总大小: 19159845285.8字节

数据文件配置

• config_name: default
• 数据文件路径:
  • train: data/train-*
  • val: data/val-*
  • test: data/test-*