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-*