ai2dcaption

  • বর্ণনা :

এই ডেটাসেটটি প্রাথমিকভাবে AI2D ডেটাসেটের উপর ভিত্তি করে ( এখানে দেখুন)।

AI2D-ক্যাপশন ডেটাসেট টীকা প্রক্রিয়ার জন্য আমাদের কাগজের বিভাগ 4.1 দেখুন।

বিভক্ত উদাহরণ
'auditor_llm_training_examples' 30
'gpt4v' 4,903
'llava_15' 4,902
'planner_llm_training_examples' 30
'test' 75
  • বৈশিষ্ট্য গঠন :
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),
})
  • বৈশিষ্ট্য ডকুমেন্টেশন :
বৈশিষ্ট্য ক্লাস আকৃতি ডিটাইপ বর্ণনা
ফিচারসডিক্ট
ক্যাপশন পাঠ্য স্ট্রিং
সত্তা সিকোয়েন্স
সত্তা/সীমা বিবক্স ফিচার (৪,) float32
সত্তা/বিড়াল ক্লাসলেবেল int64
সত্ত্বা/থেকে পাঠ্য স্ট্রিং
সত্তা/আইডি পাঠ্য স্ট্রিং
সত্তা/লেবেল পাঠ্য স্ট্রিং
সত্তা/প্রতি পাঠ্য স্ট্রিং
সত্তা/প্রকার ক্লাসলেবেল int64
ইমেজ ছবি (কোনটিই নয়, 3) uint8 চিত্রটির চিত্র।
image_filename পাঠ্য স্ট্রিং ছবির ফাইলের নাম। যেমন "1337.png"
বিন্যাস ক্লাসলেবেল int64
সম্পর্ক ক্রম (পাঠ্য) (কোনটিই নয়,) স্ট্রিং
বিষয় ক্লাসলেবেল int64

ভিজ্যুয়ালাইজেশন

  • উদ্ধৃতি :
@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},
}