raphael0202/ingredient-detection-layout-dataset

该数据集名为ingredient-detection-layout-dataset，主要用于成分检测和布局分析。数据集包含多个特征，如命名实体识别标签（ner_tags）、单词序列（words）、边界框序列（bboxes）、图像（image）、文本（text）、偏移量序列（offsets）和元数据（meta，包括条形码、图像ID、URL、ID和测试分割标志）。数据集分为训练集和测试集，训练集包含5065个样本，测试集包含556个样本。数据集的下载大小为2271205424字节，总大小为2304124809.875字节。

原始信息汇总

数据集概述

数据集信息

特征

• ner_tags: 序列特征，包含类别标签，标签名称包括：
  • 0: O
  • 1: B-ING
  • 2: I-ING
• words: 序列特征，字符串类型
• bboxes: 序列特征，整数类型
• image: 图像类型
• text: 字符串类型
• offsets: 序列特征，整数类型
• meta: 结构化特征，包含以下字段：
  • barcode: 字符串类型
  • image_id: 字符串类型
  • url: 字符串类型
  • id: 字符串类型
  • in_test_split: 布尔类型

数据分割

• train: 训练集，包含5065个样本，大小为2059533770.875字节
• test: 测试集，包含556个样本，大小为244591039.0字节

数据集大小

• 下载大小: 2271205424字节
• 数据集大小: 2304124809.875字节