haronbenfaida/facturev0

该数据集包含图像、命名实体识别标签、边界框、标记和ID等特征。命名实体识别标签涵盖了多种实体类型，如发票号、日期、供应商名称、客户名称、商品名称、数量、单价、总价等。数据集分为训练集和测试集，训练集包含80个样本，测试集包含20个样本。数据集的总大小为7212887字节，下载大小为7020040字节。

This dataset is primarily used for image processing and named entity recognition tasks, featuring images, named entity recognition tags, bounding boxes, text tokens, and unique identifiers. The dataset is divided into a training set with 80 samples and a test set with 20 samples.

原始信息汇总

数据集概述

特征

• image: 图像数据
• ner_tags: 命名实体识别标签
  • 标签名称及对应编码：
    • 0: O
    • 1: B-Num_Facture
    • 2: I-Num_Facture
    • 3: B-Date
    • 4: I-Date
    • 5: B-Nom_Fournisseur
    • 6: I-Nom_Fournisseur
    • 7: B-ICE_Fournisseur
    • 8: I-ICE_Fournisseur
    • 9: B-Adresse_Fournisseur
    • 10: I-Adresse_Fournisseur
    • 11: B-Nom_Client
    • 12: I-Nom_Client
    • 13: B-ICE_Client
    • 14: I-ICE_Client
    • 15: B-Adresse_Client
    • 16: I-Adresse_Client
    • 17: B-Nom_Article
    • 18: I-Nom_Article
    • 19: B-QTE_Article
    • 20: I-QTE_Article
    • 21: B-Prix_Uni_Article
    • 22: I-Prix_Uni_Article
    • 23: B-Total_Article
    • 24: I-Total_Article
    • 25: B-Total_HT
    • 26: I-Total_HT
    • 27: B-TVA
    • 28: I-TVA
    • 29: B-Remise
    • 30: I-Remise
    • 31: B-Total_Net
    • 32: I-Total_Net
• bboxes: 边界框坐标，类型为float32
• tokens: 文本序列
• id: 字符串类型的唯一标识符

数据集划分

• train: 训练集，包含80个样本，大小为5738227.0字节
• test: 测试集，包含20个样本，大小为1474660.0字节

数据集大小

• download_size: 7020040字节
• dataset_size: 7212887.0字节

配置

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