Multimodal-Fatima/TextVQA_train

Name: Multimodal-Fatima/TextVQA_train
Creator: Multimodal-Fatima
Published: 2023-05-13 17:34:14
License: 暂无描述

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)

数据集信息：特征项： - 名称：图像ID（image_id），数据类型：字符串 - 名称：问题ID（question_id），数据类型：int32 - 名称：问题（question），数据类型：字符串 - 名称：问题Token序列（question_tokens），数据类型：字符串序列 - 名称：图像（image），数据类型：图像（image） - 名称：图像宽度（image_width），数据类型：int32 - 名称：图像高度（image_height），数据类型：int32 - 名称：Flickr原始链接（flickr_original_url），数据类型：字符串 - 名称：Flickr 300k链接（flickr_300k_url），数据类型：字符串 - 名称：答案（answers），数据类型：字符串序列 - 名称：图像类别（image_classes），数据类型：字符串序列 - 名称：集合名称（set_name），数据类型：字符串 - 名称：编号（id），数据类型：int64 - 名称：图像编号（id_image），数据类型：int64 数据集划分： - 划分名称：训练集（train），总字节数：9836053547.652，样本数量：34602 下载总大小：6184373820 数据集存储总大小：9836053547.652 # 《TextVQA_train》数据集卡片 [需补充更多信息](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