Christa27/docvqa_mini_test_subset

---
dataset_info:
features:
- name: id
dtype: string
- name: image
dtype: image
- name: query
struct:
- name: de
dtype: string
- name: en
dtype: string
- name: es
dtype: string
- name: fr
dtype: string
- name: it
dtype: string
- name: answers
sequence: string
- name: words
sequence: string
- name: bounding_boxes
sequence:
sequence: float32
length: 4
- name: answer
struct:
- name: match_score
dtype: float64
- name: matched_text
dtype: string
- name: start
dtype: int64
- name: text
dtype: string
- name: ground_truth
dtype: string
splits:
- name: test
num_bytes: 6103007.0
num_examples: 20
download_size: 2364360
dataset_size: 6103007.0
configs:
- config_name: default
data_files:
- split: test
path: data/test-*
---
# Dataset Card for "docvqa_mini_test_subset"

[More Information needed](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)

原始信息汇总

数据集信息

特征

• id: 类型为字符串。
• image: 类型为图像。
• query: 结构化数据，包含以下字段：
  • de: 德语查询，类型为字符串。
  • en: 英语查询，类型为字符串。
  • es: 西班牙语查询，类型为字符串。
  • fr: 法语查询，类型为字符串。
  • it: 意大利语查询，类型为字符串。
• answers: 字符串序列。
• words: 字符串序列。
• bounding_boxes: 浮点数序列，每个序列包含4个元素。
• answer: 结构化数据，包含以下字段：
  • match_score: 匹配分数，类型为浮点数。
  • matched_text: 匹配的文本，类型为字符串。
  • start: 起始位置，类型为整数。
  • text: 文本，类型为字符串。
• ground_truth: 类型为字符串。

数据分割

• test: 包含20个样本，总字节数为6103007.0。

数据大小

• 下载大小: 2364360字节。
• 数据集大小: 6103007.0字节。

配置

• default: 包含测试数据文件，路径为data/test-*。