К содержимому

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")