Датасет · UkrainianCatholicUniversity
Рукописные тексты на украинском языке с разметкой
UkrainianCatholicUniversity/rukopys
Первый крупный открытый датасет для распознавания украинского рукописного текста за период более ста лет.
Что внутри
Внутри находятся изображения документов с украинским рукописным текстом — от архивных записей 1920-х годов до современных школьных тетрадей. Размер набора составляет от 10 до 100 тысяч примеров. Данные размечены для детекции областей текста, классификации их типов и транскрибации.
Что можно сделать
- Обучение моделей OCR и HTR для распознавания украинского почерка
- Тренировка детекторов текстовых блоков на исторических и современных документах
- Создание систем оцифровки архивов на украинском языке
- Задачи
- Детекция объектов, Картинка → текст
- Языки
- Украинский
- Размер
- 10K–100K записей
- Скачиваний за месяц
- 5,8 тыс.
- Лайков
- 28
Модели, обученные на нём
- Hukyl/trocr-kgb-archiveКартинка → текст 188
- Hukyl/dfine-egret-x-rukopysДетекция объектов 167
- Hukyl/rt-detrv2-heron-101-rukopysДетекция объектов 156
- Hukyl/trocr-large-rukopys-hwКартинка → текст 128
- ebinan92/Rukopys-OCR-4BКартинка + текст 115
- eldrar/cyrillic-large-handwritten-uk-rykopysКартинка → текст 107
- Hukyl/trocr-large-rukopysКартинка → текст 101
- Hukyl/trocr-rukopysКартинка → текст 100
Как загрузить
from datasets import load_dataset
ds = load_dataset("UkrainianCatholicUniversity/rukopys")