ai2dcaption

• Opis :

Ten zbiór danych opiera się głównie na zbiorze danych AI2D (zobacz tutaj ).

Zobacz sekcję 4.1 naszego artykułu, aby zapoznać się z procesem adnotacji zestawu danych AI2D-Caption.

• Strona główna : https://huggingface.co/datasets/abhayzala/AI2D-Caption

• Kod źródłowy : tfds.datasets.ai2dcaption.Builder

• Wersje :

  • 1.0.0 (domyślnie): Wersja pierwsza.

• Rozmiar pobierania : Unknown size

• Rozmiar zbioru danych : 2.01 GiB

• Automatyczne buforowanie ( dokumentacja ): Nie

• Podziały :

• Struktura funkcji :

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),
})

• Dokumentacja funkcji :

• Klucze nadzorowane (zobacz dokument as_supervised ): None

• Rysunek ( tfds.show_examples ):

• Przykłady ( tfds.as_dataframe ):

• Cytat :

@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},
}