medieval-data/catmus-synthetic

---
dataset_info:
features:
- name: image
dtype: image
- name: texts
dtype: string
- name: num_columns
dtype: int64
- name: num_lines
dtype: int64
- name: top_space
dtype: int64
- name: bottom_space
dtype: int64
- name: left_space
dtype: int64
- name: right_space
dtype: int64
- name: header_space
dtype: int64
- name: marginalia_space
dtype: int64
- name: footer_space
dtype: int64
splits:
- name: train
num_bytes: 1337235845.0
num_examples: 3000
download_size: 1335783467
dataset_size: 1337235845.0
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---

数据集信息：
特征字段：
- 字段名：图像（image），数据类型：图像
- 字段名：文本（texts），数据类型：字符串
- 字段名：列数（num_columns），数据类型：int64
- 字段名：行数（num_lines），数据类型：int64
- 字段名：顶部留白（top_space），数据类型：int64
- 字段名：底部留白（bottom_space），数据类型：int64
- 字段名：左侧留白（left_space），数据类型：int64
- 字段名：右侧留白（right_space），数据类型：int64
- 字段名：页眉留白（header_space），数据类型：int64
- 字段名：页边旁注留白（marginalia_space），数据类型：int64
- 字段名：页脚留白（footer_space），数据类型：int64
数据划分：
- 划分名称：训练集（train），字节占用量：1337235845.0，样本量：3000
下载文件大小：1335783467
数据集总占用大小：1337235845.0
配置项：
- 配置名称：默认配置（default），数据文件：
- 对应数据划分：训练集（train），存储路径：data/train-*