Multimodal-Fatima/TextVQA_train
收藏Hugging Face2023-05-13 更新2024-03-04 收录
下载链接：
https://hf-mirror.com/datasets/Multimodal-Fatima/TextVQA_train
下载链接
链接失效反馈官方服务：
资源简介：
---
dataset_info:
features:
- name: image_id
dtype: string
- name: question_id
dtype: int32
- name: question
dtype: string
- name: question_tokens
sequence: string
- name: image
dtype: image
- name: image_width
dtype: int32
- name: image_height
dtype: int32
- name: flickr_original_url
dtype: string
- name: flickr_300k_url
dtype: string
- name: answers
sequence: string
- name: image_classes
sequence: string
- name: set_name
dtype: string
- name: id
dtype: int64
- name: id_image
dtype: int64
splits:
- name: train
num_bytes: 9836053547.652
num_examples: 34602
download_size: 6184373820
dataset_size: 9836053547.652
---
# Dataset Card for "TextVQA_train"
[More Information needed](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)
提供机构：
Multimodal-Fatima
原始信息汇总
数据集概述
数据集名称
- TextVQA_train
数据集特征
- image_id: 数据类型为字符串。
- question_id: 数据类型为整数32位。
- question: 数据类型为字符串。
- question_tokens: 数据类型为字符串序列。
- image: 数据类型为图像。
- image_width: 数据类型为整数32位。
- image_height: 数据类型为整数32位。
- flickr_original_url: 数据类型为字符串。
- flickr_300k_url: 数据类型为字符串。
- answers: 数据类型为字符串序列。
- image_classes: 数据类型为字符串序列。
- set_name: 数据类型为字符串。
- id: 数据类型为整数64位。
- id_image: 数据类型为整数64位。
数据集分割
- train:
- 示例数量: 34602
- 数据大小: 9836053547.652字节
数据集大小
- 下载大小: 6184373820字节
- 数据集总大小: 9836053547.652字节
