Dataset Viewer
The dataset viewer is not available for this split.
Cannot extract the features (columns) for the split 'train' of the config 'default' of the dataset.
Error code: FeaturesError
Exception: ArrowInvalid
Message: Schema at index 1 was different:
0: string
1: string
2: string
3: string
4: string
5: string
6: string
7: string
8: string
9: string
10: string
11: string
12: string
13: string
14: string
15: string
16: string
17: string
18: string
19: string
20: string
21: string
22: string
23: string
24: string
25: string
26: string
27: string
28: string
29: string
30: string
31: string
32: string
33: string
34: string
35: string
36: string
37: string
38: string
39: string
40: string
41: string
42: string
43: string
44: string
45: string
46: string
47: string
48: string
49: string
50: string
51: string
52: string
53: string
54: string
55: string
56: string
57: string
58: string
59: string
60: string
61: string
62: string
63: string
64: string
65: string
66: string
67: string
68: string
69: string
70: string
71: string
72: string
73: string
74: string
75: string
76: string
77: string
78: string
79: string
80: string
81: string
82: string
83: string
84: string
85: string
86: string
87: string
88: string
89: string
90: string
91: string
92: string
93: string
94: string
95: string
96: string
97: string
98: string
99: string
100: string
101: string
102: string
103: string
104: string
105: string
106: string
107: string
108: string
109: string
110: string
111: string
112: string
113: string
114: string
115: string
116: string
117: string
118: string
119: string
120: string
121: string
122: string
123: string
124: string
125: string
126: string
127: string
128: string
129: string
130: string
131: string
132: string
133: string
134: string
135: string
136: string
137: string
138: string
139: string
140: string
141: string
142: string
143: string
144: string
145: string
146: string
147: string
148: string
149: string
vs
0: string
1: string
2: string
3: string
4: string
5: string
6: string
7: string
8: string
9: string
10: string
11: string
12: string
13: string
14: string
15: string
16: string
17: string
18: string
19: string
20: string
21: string
22: string
23: string
24: string
25: string
26: string
27: string
28: string
29: string
30: string
31: string
32: string
33: string
34: string
35: string
36: string
37: string
38: string
39: string
40: string
41: string
42: string
43: string
44: string
45: string
46: string
47: string
48: string
49: string
50: string
51: string
52: string
53: string
54: string
55: string
56: string
57: string
58: string
59: string
60: string
61: string
62: string
63: string
64: string
65: string
66: string
67: string
68: string
69: string
70: string
71: string
72: string
73: string
74: string
75: string
76: string
77: string
78: string
79: string
80: string
81: string
82: string
83: string
84: string
85: string
86: string
87: string
88: string
89: string
90: string
91: string
92: string
93: string
94: string
95: string
96: string
97: string
98: string
99: string
100: string
101: string
102: string
103: string
104: string
105: string
106: string
107: string
108: string
109: string
110: string
111: string
112: string
113: string
114: string
115: string
116: string
117: string
118: string
119: string
120: string
121: string
122: string
123: string
124: string
125: string
126: string
127: string
128: string
129: string
130: string
131: string
132: string
133: string
134: string
135: string
136: string
137: string
138: string
139: string
140: string
141: string
142: string
143: string
144: string
145: string
146: string
147: string
148: string
149: string
150: string
151: string
152: string
153: string
154: string
155: string
156: string
157: string
158: string
159: string
160: string
161: string
162: string
163: string
164: string
165: string
166: string
167: string
168: string
169: string
170: string
171: string
172: string
173: string
174: string
175: string
176: string
177: string
178: string
179: string
180: string
181: string
182: string
183: string
184: string
185: string
186: string
187: string
188: string
189: string
190: string
191: string
192: string
193: string
194: string
195: string
196: string
197: string
198: string
199: string
200: string
201: string
202: string
203: string
204: string
205: string
206: string
207: string
208: string
209: string
210: string
211: string
212: string
213: string
214: string
215: string
216: string
217: string
218: string
219: string
220: string
221: string
222: string
223: string
224: string
225: string
226: string
227: string
228: string
229: string
230: string
231: string
232: string
233: string
234: string
235: string
236: string
237: string
238: string
239: string
240: string
241: string
242: string
243: string
244: string
245: string
246: string
247: string
248: string
249: string
250: string
251: string
252: string
253: string
254: string
255: string
256: string
257: string
258: string
259: string
260: string
261: string
262: string
263: string
264: string
265: string
266: string
267: string
268: string
269: string
270: string
271: string
272: string
273: string
274: string
275: string
276: string
277: string
278: string
279: string
280: string
281: string
282: string
283: string
284: string
285: string
286: string
287: string
288: string
289: string
290: string
291: string
292: string
293: string
294: string
295: string
296: string
297: string
298: string
299: string
300: string
301: string
302: string
303: string
304: string
305: string
306: string
307: string
308: string
309: string
310: string
311: string
312: string
313: string
314: string
315: string
316: string
317: string
318: string
319: string
320: string
321: string
322: string
323: string
324: string
325: string
326: string
327: string
328: string
329: string
330: string
331: string
332: string
333: string
334: string
335: string
336: string
337: string
338: string
339: string
340: string
341: string
342: string
343: string
344: string
345: string
346: string
347: string
348: string
349: string
350: string
351: string
352: string
353: string
354: string
355: string
356: string
357: string
358: string
359: string
360: string
361: string
362: string
363: string
364: string
365: string
366: string
367: string
368: string
369: string
370: string
371: string
372: string
373: string
374: string
375: string
376: string
377: string
378: string
379: string
380: string
381: string
382: string
383: string
384: string
385: string
386: string
387: string
388: string
389: string
390: string
391: string
392: string
393: string
394: string
395: string
396: string
397: string
398: string
399: string
400: string
401: string
402: string
403: string
404: string
405: string
406: string
407: string
408: string
409: string
410: string
411: string
412: string
413: string
414: string
415: string
416: string
417: string
418: string
419: string
420: string
421: string
422: string
423: string
424: string
425: string
426: string
427: string
428: string
429: string
430: string
431: string
432: string
433: string
434: string
435: string
436: string
437: string
438: string
439: string
440: string
441: string
442: string
443: string
444: string
445: string
446: string
447: string
448: string
449: string
450: string
451: string
452: string
453: string
454: string
455: string
456: string
457: string
458: string
459: string
460: string
461: string
462: string
463: string
464: string
465: string
466: string
467: string
468: string
469: string
470: string
471: string
472: string
473: string
474: string
475: string
476: string
477: string
478: string
479: string
480: string
481: string
482: string
483: string
484: string
485: string
486: string
487: string
488: string
489: string
490: string
491: string
492: string
493: string
494: string
495: string
496: string
497: string
498: string
499: string
500: string
501: string
502: string
503: string
504: string
505: string
506: string
507: string
508: string
509: string
510: string
511: string
512: string
513: string
514: string
515: string
516: string
517: string
518: string
519: string
520: string
521: string
522: string
523: string
524: string
525: string
526: string
Traceback: Traceback (most recent call last):
File "/src/services/worker/src/worker/job_runners/split/first_rows.py", line 228, in compute_first_rows_from_streaming_response
iterable_dataset = iterable_dataset._resolve_features()
File "/src/services/worker/.venv/lib/python3.9/site-packages/datasets/iterable_dataset.py", line 3357, in _resolve_features
features = _infer_features_from_batch(self.with_format(None)._head())
File "/src/services/worker/.venv/lib/python3.9/site-packages/datasets/iterable_dataset.py", line 2111, in _head
return next(iter(self.iter(batch_size=n)))
File "/src/services/worker/.venv/lib/python3.9/site-packages/datasets/iterable_dataset.py", line 2315, in iter
for key, example in iterator:
File "/src/services/worker/.venv/lib/python3.9/site-packages/datasets/iterable_dataset.py", line 1856, in __iter__
for key, pa_table in self._iter_arrow():
File "/src/services/worker/.venv/lib/python3.9/site-packages/datasets/iterable_dataset.py", line 1878, in _iter_arrow
yield from self.ex_iterable._iter_arrow()
File "/src/services/worker/.venv/lib/python3.9/site-packages/datasets/iterable_dataset.py", line 504, in _iter_arrow
yield new_key, pa.Table.from_batches(chunks_buffer)
File "pyarrow/table.pxi", line 4116, in pyarrow.lib.Table.from_batches
File "pyarrow/error.pxi", line 154, in pyarrow.lib.pyarrow_internal_check_status
File "pyarrow/error.pxi", line 91, in pyarrow.lib.check_status
pyarrow.lib.ArrowInvalid: Schema at index 1 was different:
0: string
1: string
2: string
3: string
4: string
5: string
6: string
7: string
8: string
9: string
10: string
11: string
12: string
13: string
14: string
15: string
16: string
17: string
18: string
19: string
20: string
21: string
22: string
23: string
24: string
25: string
26: string
27: string
28: string
29: string
30: string
31: string
32: string
33: string
34: string
35: string
36: string
37: string
38: string
39: string
40: string
41: string
42: string
43: string
44: string
45: string
46: string
47: string
48: string
49: string
50: string
51: string
52: string
53: string
54: string
55: string
56: string
57: string
58: string
59: string
60: string
61: string
62: string
63: string
64: string
65: string
66: string
67: string
68: string
69: string
70: string
71: string
72: string
73: string
74: string
75: string
76: string
77: string
78: string
79: string
80: string
81: string
82: string
83: string
84: string
85: string
86: string
87: string
88: string
89: string
90: string
91: string
92: string
93: string
94: string
95: string
96: string
97: string
98: string
99: string
100: string
101: string
102: string
103: string
104: string
105: string
106: string
107: string
108: string
109: string
110: string
111: string
112: string
113: string
114: string
115: string
116: string
117: string
118: string
119: string
120: string
121: string
122: string
123: string
124: string
125: string
126: string
127: string
128: string
129: string
130: string
131: string
132: string
133: string
134: string
135: string
136: string
137: string
138: string
139: string
140: string
141: string
142: string
143: string
144: string
145: string
146: string
147: string
148: string
149: string
vs
0: string
1: string
2: string
3: string
4: string
5: string
6: string
7: string
8: string
9: string
10: string
11: string
12: string
13: string
14: string
15: string
16: string
17: string
18: string
19: string
20: string
21: string
22: string
23: string
24: string
25: string
26: string
27: string
28: string
29: string
30: string
31: string
32: string
33: string
34: string
35: string
36: string
37: string
38: string
39: string
40: string
41: string
42: string
43: string
44: string
45: string
46: string
47: string
48: string
49: string
50: string
51: string
52: string
53: string
54: string
55: string
56: string
57: string
58: string
59: string
60: string
61: string
62: string
63: string
64: string
65: string
66: string
67: string
68: string
69: string
70: string
71: string
72: string
73: string
74: string
75: string
76: string
77: string
78: string
79: string
80: string
81: string
82: string
83: string
84: string
85: string
86: string
87: string
88: string
89: string
90: string
91: string
92: string
93: string
94: string
95: string
96: string
97: string
98: string
99: string
100: string
101: string
102: string
103: string
104: string
105: string
106: string
107: string
108: string
109: string
110: string
111: string
112: string
113: string
114: string
115: string
116: string
117: string
118: string
119: string
120: string
121: string
122: string
123: string
124: string
125: string
126: string
127: string
128: string
129: string
130: string
131: string
132: string
133: string
134: string
135: string
136: string
137: string
138: string
139: string
140: string
141: string
142: string
143: string
144: string
145: string
146: string
147: string
148: string
149: string
150: string
151: string
152: string
153: string
154: string
155: string
156: string
157: string
158: string
159: string
160: string
161: string
162: string
163: string
164: string
165: string
166: string
167: string
168: string
169: string
170: string
171: string
172: string
173: string
174: string
175: string
176: string
177: string
178: string
179: string
180: string
181: string
182: string
183: string
184: string
185: string
186: string
187: string
188: string
189: string
190: string
191: string
192: string
193: string
194: string
195: string
196: string
197: string
198: string
199: string
200: string
201: string
202: string
203: string
204: string
205: string
206: string
207: string
208: string
209: string
210: string
211: string
212: string
213: string
214: string
215: string
216: string
217: string
218: string
219: string
220: string
221: string
222: string
223: string
224: string
225: string
226: string
227: string
228: string
229: string
230: string
231: string
232: string
233: string
234: string
235: string
236: string
237: string
238: string
239: string
240: string
241: string
242: string
243: string
244: string
245: string
246: string
247: string
248: string
249: string
250: string
251: string
252: string
253: string
254: string
255: string
256: string
257: string
258: string
259: string
260: string
261: string
262: string
263: string
264: string
265: string
266: string
267: string
268: string
269: string
270: string
271: string
272: string
273: string
274: string
275: string
276: string
277: string
278: string
279: string
280: string
281: string
282: string
283: string
284: string
285: string
286: string
287: string
288: string
289: string
290: string
291: string
292: string
293: string
294: string
295: string
296: string
297: string
298: string
299: string
300: string
301: string
302: string
303: string
304: string
305: string
306: string
307: string
308: string
309: string
310: string
311: string
312: string
313: string
314: string
315: string
316: string
317: string
318: string
319: string
320: string
321: string
322: string
323: string
324: string
325: string
326: string
327: string
328: string
329: string
330: string
331: string
332: string
333: string
334: string
335: string
336: string
337: string
338: string
339: string
340: string
341: string
342: string
343: string
344: string
345: string
346: string
347: string
348: string
349: string
350: string
351: string
352: string
353: string
354: string
355: string
356: string
357: string
358: string
359: string
360: string
361: string
362: string
363: string
364: string
365: string
366: string
367: string
368: string
369: string
370: string
371: string
372: string
373: string
374: string
375: string
376: string
377: string
378: string
379: string
380: string
381: string
382: string
383: string
384: string
385: string
386: string
387: string
388: string
389: string
390: string
391: string
392: string
393: string
394: string
395: string
396: string
397: string
398: string
399: string
400: string
401: string
402: string
403: string
404: string
405: string
406: string
407: string
408: string
409: string
410: string
411: string
412: string
413: string
414: string
415: string
416: string
417: string
418: string
419: string
420: string
421: string
422: string
423: string
424: string
425: string
426: string
427: string
428: string
429: string
430: string
431: string
432: string
433: string
434: string
435: string
436: string
437: string
438: string
439: string
440: string
441: string
442: string
443: string
444: string
445: string
446: string
447: string
448: string
449: string
450: string
451: string
452: string
453: string
454: string
455: string
456: string
457: string
458: string
459: string
460: string
461: string
462: string
463: string
464: string
465: string
466: string
467: string
468: string
469: string
470: string
471: string
472: string
473: string
474: string
475: string
476: string
477: string
478: string
479: string
480: string
481: string
482: string
483: string
484: string
485: string
486: string
487: string
488: string
489: string
490: string
491: string
492: string
493: string
494: string
495: string
496: string
497: string
498: string
499: string
500: string
501: string
502: string
503: string
504: string
505: string
506: string
507: string
508: string
509: string
510: string
511: string
512: string
513: string
514: string
515: string
516: string
517: string
518: string
519: string
520: string
521: string
522: string
523: string
524: string
525: string
526: stringNeed help to make the dataset viewer work? Make sure to review how to configure the dataset viewer, and open a discussion for direct support.
YAML Metadata
Warning:
empty or missing yaml metadata in repo card
(https://huggingface.co/docs/hub/datasets-cards)
This repository contains the mapping from integer id's to actual label names (in HuggingFace Transformers typically called id2label) for several datasets.
Current datasets include:
- ImageNet-1k
- ImageNet-22k (also called ImageNet-21k as there are 21,843 classes)
- COCO detection 2017
- COCO panoptic 2017
- ADE20k (actually, the MIT Scene Parsing benchmark, which is a subset of ADE20k)
- Cityscapes
- VQAv2
- Kinetics-700
- RVL-CDIP
- PASCAL VOC
- Kinetics-400
- ...
You can read in a label file as follows (using the huggingface_hub library):
from huggingface_hub import hf_hub_download
import json
repo_id = "huggingface/label-files"
filename = "imagenet-22k-id2label.json"
id2label = json.load(open(hf_hub_download(repo_id, filename, repo_type="dataset"), "r"))
id2label = {int(k):v for k,v in id2label.items()}
To add an id2label mapping for a new dataset, simply define a Python dictionary, and then save that dictionary as a JSON file, like so:
import json
# simple example
id2label = {0: 'cat', 1: 'dog'}
with open('cats-and-dogs-id2label.json', 'w') as fp:
json.dump(id2label, fp)
You can then upload it to this repository (assuming you have write access).
- Downloads last month
- 1,274