Nabin1995/Fatura_100

该数据集包含图像、文本、边界框和命名实体识别标签。数据集分为训练集、验证集和测试集，分别包含80、10和10个样本。每个样本包含图像、文本、边界框和命名实体识别标签。

The dataset contains images, text, bounding boxes, and named entity recognition tags. The dataset is divided into training, validation, and test sets, containing 80, 10, and 10 samples respectively. Each sample includes an image, text, bounding boxes, and named entity recognition tags.

原始信息汇总

数据集概述

特征

• image: 图像数据，数据类型为image。
• words: 字符串序列，数据类型为string。
• bboxes: 整数序列的序列，数据类型为int64。
• ner_tags: 命名实体标签序列，数据类型为class_label，标签名称包括：
  • 0: 0
  • 1: 1
  • 2: 2
  • 3: 3
  • 4: 4
  • 5: 5
  • 6: 10
  • 7: 11
  • 8: 13

数据集划分

• train: 训练集，包含80个样本，数据大小为13757314.0字节。
• validation: 验证集，包含10个样本，数据大小为1700121.0字节。
• test: 测试集，包含10个样本，数据大小为1724270.0字节。

数据集大小

• 下载大小: 16672018字节
• 数据集总大小: 17181705.0字节

配置

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