ai2dcaption

Descripción :

Este conjunto de datos se basa principalmente en el conjunto de datos AI2D (ver aquí ).

Consulte la Sección 4.1 de nuestro artículo para conocer el proceso de anotación del conjunto de datos AI2D-Caption.

Página de inicio : https://huggingface.co/datasets/abhayzala/AI2D-Caption
Código fuente : tfds.datasets.ai2dcaption.Builder
Versiones :
- 1.0.0 (predeterminado): versión inicial.
Tamaño de descarga : Unknown size
Tamaño del conjunto de datos : 2.01 GiB
Almacenamiento en caché automático ( documentación ): No
Divisiones :

Dividir	Ejemplos
`'auditor_llm_training_examples'`	30
`'gpt4v'`	4,903
`'llava_15'`	4,902
`'planner_llm_training_examples'`	30
`'test'`	75

Estructura de características :

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),
})

Documentación de funciones :

Característica	Clase	Forma	tipo D	Descripción
	FuncionesDict
subtítulo	Texto		cadena
entidades	Secuencia
entidades/límites	Característica BBox	(4,)	flotador32
entidades/gato	Etiqueta de clase		int64
entidades/de	Texto		cadena
entidades/identificación	Texto		cadena
entidades/etiqueta	Texto		cadena
entidades/a	Texto		cadena
entidades/tipo	Etiqueta de clase		int64
imagen	Imagen	(Ninguno, Ninguno, 3)	uint8	La imagen del diagrama.
nombre_archivo_imagen	Texto		cadena	Nombre del archivo de imagen. por ejemplo, "1337.png"
disposición	Etiqueta de clase		int64
relaciones	Secuencia (Texto)	(Ninguno,)	cadena
tema	Etiqueta de clase		int64

Claves supervisadas (ver documento as_supervised ): None
Figura ( tfds.show_examples ):

Visualización

Ejemplos ( tfds.as_dataframe ):

Cita :

@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},
}