4sp1d3r2/row-col-mask

---
dataset_info:
features:
- name: filename
dtype: string
- name: split
dtype: string
- name: imgid
dtype: int64
- name: html
struct:
- name: cells
list:
- name: bbox
list: int64
- name: colspan
dtype: int64
- name: end_col
dtype: int64
- name: end_row
dtype: int64
- name: is_header
dtype: bool
- name: rowspan
dtype: int64
- name: start_col
dtype: int64
- name: start_row
dtype: int64
- name: tokens
list: string
- name: structure
struct:
- name: tokens
list: string
- name: image
dtype: image
- name: new_cells
list:
- name: bbox
list: int64
- name: colspan
dtype: int64
- name: end_col
dtype: int64
- name: end_row
dtype: int64
- name: is_header
dtype: bool
- name: rowspan
dtype: int64
- name: start_col
dtype: int64
- name: start_row
dtype: int64
- name: tokens
list: string
- name: interp_image
list:
list:
list: float32
- name: mask
list:
list:
list: bool
splits:
- name: train
num_bytes: 50273945843.75
num_examples: 9946
download_size: 2098625189
dataset_size: 50273945843.75
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---

数据集信息：
特征字段：
- 名称：filename（文件名），数据类型：字符串
- 名称：split（划分集标识），数据类型：字符串
- 名称：imgid（图像ID），数据类型：int64（64位整型）
- 名称：html（HTML超文本标记语言结构），数据类型：结构体，包含：
- 名称：cells（单元格列表），元素类型为：
- 名称：bbox（边界框，bounding box），数据类型：64位整型列表
- 名称：colspan（列跨度），数据类型：64位整型
- 名称：end_col（结束列索引），数据类型：64位整型
- 名称：end_row（结束行索引），数据类型：64位整型
- 名称：is_header（是否为表头单元格），数据类型：布尔型
- 名称：rowspan（行跨度），数据类型：64位整型
- 名称：start_col（起始列索引），数据类型：64位整型
- 名称：start_row（起始行索引），数据类型：64位整型
- 名称：tokens（Token），数据类型：字符串列表
- 名称：structure（结构信息），数据类型：结构体，包含：
- 名称：tokens（Token），数据类型：字符串列表
- 名称：image（图像），数据类型：图像类型
- 名称：new_cells（新单元格列表），元素类型为：
- 名称：bbox（边界框，bounding box），数据类型：64位整型列表
- 名称：colspan（列跨度），数据类型：64位整型
- 名称：end_col（结束列索引），数据类型：64位整型
- 名称：end_row（结束行索引），数据类型：64位整型
- 名称：is_header（是否为表头单元格），数据类型：布尔型
- 名称：rowspan（行跨度），数据类型：64位整型
- 名称：start_col（起始列索引），数据类型：64位整型
- 名称：start_row（起始行索引），数据类型：64位整型
- 名称：tokens（Token），数据类型：字符串列表
- 名称：interp_image（插值图像），数据类型：三维float32（单精度浮点型）列表
- 名称：mask（掩码，mask），数据类型：三维布尔型列表
数据集划分：
- 名称：train（训练集），字节占用：50273945843.75，样本数量：9946
下载总大小：2098625189字节，数据集总占用大小：50273945843.75字节
配置项：
- 配置名称：default（默认配置），数据文件：
- 划分集：train（训练集），文件路径：data/train-*