shamotskyi/unsymbols-lg-simfaiss-symbols-lg-aug

---
dataset_info:
features:
- name: name
dtype: string
- name: hash_average
dtype: string
- name: hash_phash
dtype: string
- name: hash_dhash
dtype: string
- name: hash_whash
dtype: string
- name: embeddings
list: float32
- name: faiss_sim_names
list: string
- name: faiss_sim_dists
list: float32
- name: min_faiss_dist
dtype: float32
splits:
- name: train
num_bytes: 18592141
num_examples: 9100
download_size: 18255636
dataset_size: 18592141
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---

数据集信息：
特征字段：
- 名称：name，数据类型：字符串类型
- 平均哈希（hash_average）：数据类型：字符串类型
- 感知哈希（hash_phash）：数据类型：字符串类型
- 差异哈希（hash_dhash）：数据类型：字符串类型
- 小波哈希（hash_whash）：数据类型：字符串类型
- 嵌入向量（embeddings）：列表类型，元素为float32单精度浮点数
- FAISS相似度匹配样本名称（faiss_sim_names）：列表类型，元素为字符串类型
- FAISS相似度匹配距离值（faiss_sim_dists）：列表类型，元素为float32单精度浮点数
- 最小FAISS匹配距离（min_faiss_dist）：数据类型为float32单精度浮点数
数据集划分：
- 划分名称：训练集（train），字节数：18592141，样本数量：9100
下载大小：18255636
数据集存储总大小：18592141
配置项：
- 配置名称：默认配置（default），数据文件：
- 对应划分：训练集（train），文件路径：data/train-*