Датасет · SWHL
Тестовый набор для распознавания текста в 8 сценариях
SWHL/text_rec_test_dataset
Небольшой тестовый датасет с картинками текста на китайском и английском для оценки качества моделей OCR.
Что внутри
Датасет содержит пары «изображение — текст» для проверки алгоритмов оптического распознавания (OCR) на китайском и английском языках. Данные собраны из открытых источников в сети и разбиты на 8 сценариев: вертикальный текст (14 примеров), длинный текст (18), отдельные иероглифы/символы (115), капчи, текст в естественной среде, банковские карты, рукописный ввод и автомобильные номера. Общий объём выборки — менее 1000 записей.
Что можно сделать
- Бенчмаркинг и валидация OCR-моделей на сложных типах текста (капчи, рукопись, вертикальное письмо)
- Быстрая оценка точности распознавания с помощью библиотеки TextRecMetric
- Языки
- Китайский, Английский
- Размер
- до 1K записей
- Скачиваний за месяц
- 658
- Лайков
- 3
Как загрузить
from datasets import load_dataset
ds = load_dataset("SWHL/text_rec_test_dataset")