Multimodal-Fatima/TextVQA_train
收藏资源简介:
--- dataset_info: features: - name: image_id dtype: string - name: question_id dtype: int32 - name: question dtype: string - name: question_tokens sequence: string - name: image dtype: image - name: image_width dtype: int32 - name: image_height dtype: int32 - name: flickr_original_url dtype: string - name: flickr_300k_url dtype: string - name: answers sequence: string - name: image_classes sequence: string - name: set_name dtype: string - name: id dtype: int64 - name: id_image dtype: int64 splits: - name: train num_bytes: 9836053547.652 num_examples: 34602 download_size: 6184373820 dataset_size: 9836053547.652 --- # Dataset Card for "TextVQA_train" [More Information needed](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)
数据集信息: 特征项: - 名称:图像ID(image_id),数据类型:字符串 - 名称:问题ID(question_id),数据类型:int32 - 名称:问题(question),数据类型:字符串 - 名称:问题Token序列(question_tokens),数据类型:字符串序列 - 名称:图像(image),数据类型:图像(image) - 名称:图像宽度(image_width),数据类型:int32 - 名称:图像高度(image_height),数据类型:int32 - 名称:Flickr原始链接(flickr_original_url),数据类型:字符串 - 名称:Flickr 300k链接(flickr_300k_url),数据类型:字符串 - 名称:答案(answers),数据类型:字符串序列 - 名称:图像类别(image_classes),数据类型:字符串序列 - 名称:集合名称(set_name),数据类型:字符串 - 名称:编号(id),数据类型:int64 - 名称:图像编号(id_image),数据类型:int64 数据集划分: - 划分名称:训练集(train),总字节数:9836053547.652,样本数量:34602 下载总大小:6184373820 数据集存储总大小:9836053547.652 # 《TextVQA_train》数据集卡片 [需补充更多信息](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)
数据集概述
数据集名称
- TextVQA_train
数据集特征
- image_id: 数据类型为字符串。
- question_id: 数据类型为整数32位。
- question: 数据类型为字符串。
- question_tokens: 数据类型为字符串序列。
- image: 数据类型为图像。
- image_width: 数据类型为整数32位。
- image_height: 数据类型为整数32位。
- flickr_original_url: 数据类型为字符串。
- flickr_300k_url: 数据类型为字符串。
- answers: 数据类型为字符串序列。
- image_classes: 数据类型为字符串序列。
- set_name: 数据类型为字符串。
- id: 数据类型为整数64位。
- id_image: 数据类型为整数64位。
数据集分割
- train:
- 示例数量: 34602
- 数据大小: 9836053547.652字节
数据集大小
- 下载大小: 6184373820字节
- 数据集总大小: 9836053547.652字节



