vikp/publaynet_bench

---
dataset_info:
features:
- name: image
dtype: image
- name: id
dtype: int64
- name: bboxes
sequence:
sequence: int64
- name: labels
sequence: string
- name: category_ids
sequence: int64
splits:
- name: train
num_bytes: 200863470.75
num_examples: 1906
download_size: 198577309
dataset_size: 200863470.75
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---

数据集信息：
### 特征字段
- 图像（image）：数据类型为图像格式
- 编号（id）：数据类型为64位整数（int64）
- 边界框（bboxes）：嵌套序列类型，内层元素为64位整数（int64）
- 标签（labels）：字符串序列类型
- 类别编号（category_ids）：64位整数序列类型

### 数据划分
- 训练集（train）：占用字节数为200863470.75，样本数量为1906

### 数据集参数
- 下载大小：198577309 字节
- 数据集总大小：200863470.75 字节

### 配置项
- 默认配置（default）：数据文件对应训练集划分，路径为 `data/train-*`

原始信息汇总

数据集概述

数据特征

• image: 图像数据，数据类型为图像。
• id: 标识符，数据类型为整数（int64）。
• bboxes: 边界框，数据类型为整数序列（int64）。
• labels: 标签，数据类型为字符串序列。
• category_ids: 类别ID，数据类型为整数序列（int64）。

数据分割

• train: 训练集，包含1906个样本，总大小为200863470.75字节。

数据集大小

• 下载大小: 198577309字节。
• 数据集大小: 200863470.75字节。

配置

• default: 默认配置，包含训练集数据文件路径为data/train-*。