ai2dcaption

توضیحات :

این مجموعه داده در درجه اول مبتنی بر مجموعه داده AI2D است ( اینجا را ببینید).

برای فرآیند حاشیه نویسی مجموعه داده AI2D-Caption به بخش 4.1 مقاله ما مراجعه کنید.

صفحه اصلی : https://huggingface.co/datasets/abhayzala/AI2D-Caption
کد منبع : tfds.datasets.ai2dcaption.Builder
نسخه ها :
- 1.0.0 (پیش فرض): انتشار اولیه.
اندازه دانلود : Unknown size
حجم مجموعه داده : 2.01 GiB
ذخیره خودکار ( اسناد ): خیر
تقسیمات :

تقسیم کنید	نمونه ها
`'auditor_llm_training_examples'`	30
`'gpt4v'`	4903
`'llava_15'`	4902
`'planner_llm_training_examples'`	30
`'test'`	75

ساختار ویژگی :

FeaturesDict({
    'caption': Text(shape=(), dtype=string),
    'entities': Sequence({
        'bounds': BBoxFeature(shape=(4,), dtype=float32),
        'cat': ClassLabel(shape=(), dtype=int64, num_classes=10),
        'from': Text(shape=(), dtype=string),
        'id': Text(shape=(), dtype=string),
        'label': Text(shape=(), dtype=string),
        'to': Text(shape=(), dtype=string),
        'type': ClassLabel(shape=(), dtype=int64, num_classes=5),
    }),
    'image': Image(shape=(None, None, 3), dtype=uint8, description=The image of the diagram.),
    'image_filename': Text(shape=(), dtype=string),
    'layout': ClassLabel(shape=(), dtype=int64, num_classes=7),
    'relationships': Sequence(Text(shape=(), dtype=string)),
    'topic': ClassLabel(shape=(), dtype=int64, num_classes=4),
})

مستندات ویژگی :

ویژگی	کلاس	شکل	نوع D	توضیحات
	FeaturesDict
عنوان	متن		رشته
نهادها	دنباله
نهادها/محدوده ها	ویژگی BBox	(4،)	float32
موجودیت/گربه	ClassLabel		int64
نهادها/از	متن		رشته
نهادها / شناسه	متن		رشته
نهادها/برچسب	متن		رشته
نهادها/به	متن		رشته
نهادها/نوع	ClassLabel		int64
تصویر	تصویر	(هیچ، هیچ، 3)	uint8	تصویر نمودار.
تصویر_فایل	متن		رشته	نام فایل تصویر به عنوان مثال "1337.png"
طرح بندی	ClassLabel		int64
روابط	دنباله (متن)	(هیچ،)	رشته
موضوع	ClassLabel		int64

کلیدهای نظارت شده (به as_supervised doc مراجعه کنید): None
شکل ( tfds.show_examples ):

تجسم

مثال‌ها ( tfds.as_dataframe ):

نقل قول :

@inproceedings{Zala2024DiagrammerGPT,
        author = {Abhay Zala and Han Lin and Jaemin Cho and Mohit Bansal},
        title = {DiagrammerGPT: Generating Open-Domain, Open-Platform Diagrams via LLM Planning},
        year = {2024},
        booktitle = {COLM},
}