biglab/webui-350k-elements

这是一个重新打包的WebUI数据集版本，专注于网页元素的位置和标签，不包含原始数据集中的所有数据（如元素样式和完整源代码）。数据集包含图像、标签、内容框、填充框、边框、外边距框和键名等特征。这是一个重新打包的WebUI数据集版本，专注于网页元素的位置和标签，不包含原始数据集中的所有数据（如元素样式和完整源代码）。数据集包含图像、标签、内容框、填充框、边框、外边距框和键名等特征。

原始信息汇总

数据集概述

数据集信息

• 特征:

  • image: 图像数据
  • labels: 字符串序列
  • contentBoxes: 浮点数序列
  • paddingBoxes: 浮点数序列
  • borderBoxes: 浮点数序列
  • marginBoxes: 浮点数序列
  • key_name: 字符串

• 分割:

  • train:
    • 字节数: 75048087304.132
    • 样本数: 1020062

• 下载大小: 68247972580

• 数据集大小: 75048087304.132

配置

• 配置名称: default
  • 数据文件:
    • split: train
    • path: data/train-*

数据集描述

这是一个重新打包的WebUI数据集的一部分，转换为HuggingFace数据集格式。该重新打包版本专注于网页元素的位置/标签，不包含原始数据集中的所有数据（例如，元素样式和完整源代码）。

搜集汇总

背景与挑战

背景概述

该数据集是一个大规模网页用户界面元素数据集，包含约102万行数据，总大小为68.2 GB，涵盖图像和文本模态。它提供了网页元素的详细标注信息，如位置框坐标和标签，专注于元素检测任务，但需要根据key_name进行额外坐标处理以适配目标检测模型。数据集是原始WebUI数据集的重打包版本，省略了样式和源代码等部分数据。