warshakhan/nielsr_lmv2_docvqa_1200_examples

---
dataset_info:
features:
- name: id
dtype: string
- name: image
sequence:
sequence:
sequence: uint8
- name: answers
sequence: string
- name: words
sequence: string
- name: boxes
sequence:
sequence: float32
length: 4
- name: question
dtype: string
- name: answer
dtype: string
splits:
- name: train
num_bytes: 160343399
num_examples: 1000
- name: test
num_bytes: 31701447
num_examples: 200
download_size: 48014432
dataset_size: 192044846
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: test
path: data/test-*
---

数据集信息：
特征：
- 特征名称：id，数据类型（dtype）：字符串（string）
- 特征名称：image，结构为嵌套三层的序列（sequence），最内层元素为无符号8位整型（uint8）
- 特征名称：answers，数据类型：字符串序列
- 特征名称：words，数据类型：字符串序列
- 特征名称：boxes，数据类型：序列，其中每个元素为长度为4的单精度浮点型（float32）序列
- 特征名称：question，数据类型（dtype）：字符串（string）
- 特征名称：answer，数据类型（dtype）：字符串（string）
数据集拆分：
- 拆分名称：训练集（train），占用字节数：160343399，样本数量：1000
- 拆分名称：测试集（test），占用字节数：31701447，样本数量：200
下载总大小：48014432，数据集总存储大小：192044846
配置项：
- 配置名称：默认配置（default），数据文件路径：
- 训练集拆分对应路径：data/train-*
- 测试集拆分对应路径：data/test-*

原始信息汇总

数据集概述

数据集信息

特征

• id: 数据类型为字符串。
• image: 数据类型为序列，序列中的元素为无符号8位整数。
• answers: 数据类型为字符串序列。
• words: 数据类型为字符串序列。
• boxes: 数据类型为序列，序列中的元素为浮点32位数，长度为4。
• question: 数据类型为字符串。
• answer: 数据类型为字符串。

数据分割

• train: 包含1000个样本，数据大小为160343399字节。
• test: 包含200个样本，数据大小为31701447字节。

数据集大小

• 下载大小: 48014432字节。
• 数据集大小: 192044846字节。

配置

• default:
  • train: 数据文件路径为data/train-*。
  • test: 数据文件路径为data/test-*。