HamAndCheese82/mathocr-v2

该数据集包含图像、材料类型和LaTeX序列三种特征。数据集分为训练集、验证集和测试集三个部分，分别包含218980、19171和16233个样本。数据集的下载大小为5052735086字节，总大小为3733715003.925字节。

原始信息汇总

数据集概述

数据集特征

• image: 图像数据类型
• material_type: 字符串数据类型
• latex: 字符串序列数据类型

数据集划分

• 训练集: 包含218980个样本，占用3338324051.86字节
• 验证集: 包含19171个样本，占用215292757.992字节
• 测试集: 包含16233个样本，占用180098194.073字节

数据集大小

• 下载大小: 5052735086字节
• 数据集总大小: 3733715003.925字节

数据文件配置

• 默认配置:
  • 训练集: 路径为data/train-*
  • 验证集: 路径为data/validation-*
  • 测试集: 路径为data/test-*