К содержимому

Датасет · Litap007

Многоязычный датасет индийских инфостендов

Litap007/indic-citizen-information-board

Мультимодальные данные текстов на индийских языках для аудита инфраструктуры с помощью VLM.

Что внутри

Датасет содержит визуальные и текстовые данные вывесок и информационных панелей сельской общественной инфраструктуры (например, MGNREGA). Включает материалы на хинди, маратхи, телугу, каннада, тамильском и малаялам языках.

Что можно сделать

  • Обучение и проверка Vision-Language Models (VLM)
  • Задачи документного интеллекта и VQA для региональных языков
Задачи
Вопросы по картинкам, Картинка → текст, Вопросы по таблицам
Языки
Хинди, mr, te, kn, ta, ml
Размер
1K–10K записей
Скачиваний за месяц
573
Лайков
3

Как загрузить

from datasets import load_dataset

ds = load_dataset("Litap007/indic-citizen-information-board")