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")