ridwanlekan/docvqa_1200_examples_donut

---
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: train
num_bytes: 379619282.0
num_examples: 1000
- name: test
num_bytes: 70527803.0
num_examples: 200
download_size: 0
dataset_size: 450147085.0
---
# Dataset Card for "docvqa_1200_examples_donut"

[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

数据集概述

数据集名称

• 名称: docvqa_1200_examples_donut

数据集特征

• id: 字符串类型
• image: 图像类型
• query: 结构化数据，包含以下字段：
  • de: 字符串类型
  • en: 字符串类型
  • es: 字符串类型
  • fr: 字符串类型
  • it: 字符串类型
• answers: 字符串序列
• words: 字符串序列
• bounding_boxes: 序列，每个元素为长度4的浮点数序列
• answer: 结构化数据，包含以下字段：
  • match_score: 浮点数类型
  • matched_text: 字符串类型
  • start: 整数类型
  • text: 字符串类型
• ground_truth: 字符串类型

数据集分割

• 训练集:
  • 样本数: 1000
  • 数据大小: 379619282.0 字节
• 测试集:
  • 样本数: 200
  • 数据大小: 70527803.0 字节

数据集大小

• 总大小: 450147085.0 字节
• 下载大小: 0 字节