sitloboi2012/rvl_cdip_large_dataset

---
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: test
path: data/test-*
- split: validate
path: data/validate-*
dataset_info:
features:
- name: image
dtype: image
- name: label
dtype:
class_label:
names:
'0': letter
'1': form
'2': email
'3': handwritten
'4': advertisement
'5': scientific report
'6': scientific publication
'7': specification
'8': file folder
'9': news article
'10': budget
'11': invoice
'12': presentation
'13': questionnaire
'14': resume
'15': memo
splits:
- name: train
num_bytes: 3694582118.36
num_examples: 30400
- name: test
num_bytes: 388902596.88
num_examples: 3200
- name: validate
num_bytes: 388902596.88
num_examples: 3200
download_size: 4204560106
dataset_size: 4472387312.12
---
# Dataset Card for "rvl_cdip_large_dataset"

[More Information needed](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)

configs:
- 配置名称（config_name）：default
数据文件（data_files）:
- 数据集划分（split）：训练集（train）
文件路径（path）：data/train-*
- 数据集划分（split）：测试集（test）
文件路径（path）：data/test-*
- 数据集划分（split）：验证集（validate）
文件路径（path）：data/validate-*
dataset_info:
特征（features）:
- 特征名称（name）：图像（image）
数据类型（dtype）：图像类型
- 特征名称（name）：标签（label）
数据类型（dtype）：类别标签（class_label）
类别映射（names）:
'0': 信件（letter）
'1': 表单（form）
'2': 电子邮件（email）
'3': 手写文本（handwritten）
'4': 广告（advertisement）
'5': 科研报告（scientific report）
'6': 学术出版物（scientific publication）
'7': 规格说明书（specification）
'8': 文件夹（file folder）
'9': 新闻报道（news article）
'10': 预算文档（budget）
'11': 发票（invoice）
'12': 演示文稿（presentation）
'13': 调查问卷（questionnaire）
'14': 简历（resume）
'15': 备忘录（memo）
数据集划分（splits）:
- 划分名称（name）：train
字节占用量（num_bytes）：3694582118.36
样本数量（num_examples）：30400
- 划分名称（name）：test
字节占用量（num_bytes）：388902596.88
样本数量（num_examples）：3200
- 划分名称（name）：validate
字节占用量（num_bytes）：388902596.88
样本数量（num_examples）：3200
下载总大小（download_size）：4204560106
数据集总存储大小（dataset_size）：4472387312.12
---
# "rvl_cdip_large_dataset" 数据集卡片（Dataset Card）

[需补充更多信息](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)

原始信息汇总

数据集概述

配置

• 默认配置：
  • 数据文件：
    • 训练集（train）：data/train-*
    • 测试集（test）：data/test-*
    • 验证集（validate）：data/validate-*

数据集信息

• 特征：

  • 图像（image）：数据类型为图像
  • 标签（label）：数据类型为类别标签，包含以下类别：
    • 0: letter
    • 1: form
    • 2: email
    • 3: handwritten
    • 4: advertisement
    • 5: scientific report
    • 6: scientific publication
    • 7: specification
    • 8: file folder
    • 9: news article
    • 10: budget
    • 11: invoice
    • 12: presentation
    • 13: questionnaire
    • 14: resume
    • 15: memo

• 分割：

  • 训练集（train）：
    • 字节数：3694582118.36
    • 样本数：30400
  • 测试集（test）：
    • 字节数：388902596.88
    • 样本数：3200
  • 验证集（validate）：
    • 字节数：388902596.88
    • 样本数：3200

• 下载大小：4204560106字节

• 数据集大小：4472387312.12字节