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-*