ai2dcaption

  • وصف :

تعتمد مجموعة البيانات هذه بشكل أساسي على مجموعة بيانات AI2D (انظر هنا ).

راجع القسم 4.1 من ورقتنا للتعرف على عملية شرح مجموعة بيانات AI2D-Caption.

ينقسم أمثلة
'auditor_llm_training_examples' 30
'gpt4v' 4,903
'llava_15' 4,902
'planner_llm_training_examples' 30
'test' 75
  • هيكل الميزة :
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),
})
  • وثائق الميزة :
ميزة فصل شكل نوع D وصف
المميزاتDict
التسمية التوضيحية نص خيط
الكيانات تسلسل
الكيانات/الحدود ميزة BBox (4،) float32
الكيانات/القط ClassLabel int64
الجهات/من نص خيط
الكيانات/المعرف نص خيط
الكيانات/التسمية نص خيط
الكيانات/ إلى نص خيط
الكيانات/النوع ClassLabel int64
صورة صورة (لا شيء، لا شيء، 3) uint8 صورة المخطط.
image_filename نص خيط اسم ملف الصورة. على سبيل المثال "1337.png"
تَخطِيط ClassLabel int64
العلاقات التسلسل (النص) (لا أحد،) خيط
عنوان ClassLabel int64

التصور

  • الاقتباس :
@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},
}