jqlx/LaTeX_OCR

---
dataset_info:
features:
- name: image
dtype: image
- name: text
dtype: string
splits:
- name: train
num_bytes: 345879330.2428365
num_examples: 68686
- name: test
num_bytes: 38432033.617163554
num_examples: 7632
download_size: 382010447
dataset_size: 384311363.86
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: test
path: data/test-*
license: apache-2.0
---

1% sampled from https://huggingface.co/datasets/linxy/LaTeX_OCR

数据集信息：
特征字段：
- 字段名称：image，数据类型：图像
- 字段名称：text，数据类型：字符串
数据划分：
- 划分名称：训练集（train），数据字节数：345879330.2428365，样本数量：68686
- 划分名称：测试集（test），数据字节数：38432033.617163554，样本数量：7632
下载总大小：382010447
数据集总大小：384311363.86
配置项：
- 配置名称：默认配置（default）
数据文件：
- 对应训练集划分，文件路径：data/train-*
- 对应测试集划分，文件路径：data/test-*
许可证：Apache-2.0

该数据集为从 https://huggingface.co/datasets/linxy/LaTeX_OCR 采样1%的数据所构建。