warshakhan/DocVQA_spatial_HMP_lmv2_data

---
dataset_info:
features:
- name: id
dtype: string
- name: image
sequence:
sequence:
sequence: uint8
- name: questions
sequence: string
- name: question
dtype: string
- name: answer
dtype: string
- name: boxes
sequence:
sequence: int64
- name: words
sequence: string
splits:
- name: train
num_bytes: 866758190
num_examples: 5598
- name: test
num_bytes: 123711950
num_examples: 799
- name: validation
num_bytes: 247886675
num_examples: 1601
download_size: 96761369
dataset_size: 1238356815
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: test
path: data/test-*
- split: validation
path: data/validation-*
---

原始信息汇总

数据集概述

数据集特征

• id: 数据类型为字符串。
• image: 序列类型，包含多个无符号8位整数。
• questions: 序列类型，包含多个字符串。
• question: 数据类型为字符串。
• answer: 数据类型为字符串。
• boxes: 序列类型，包含多个整数64位。
• words: 序列类型，包含多个字符串。

数据集划分

• train: 包含5598个样本，总字节数为866758190。
• test: 包含799个样本，总字节数为123711950。
• validation: 包含1601个样本，总字节数为247886675。

数据集大小

• 下载大小: 96761369字节。
• 数据集大小: 1238356815字节。

配置信息

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