К содержимому

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

Как загрузить

from datasets import load_dataset

ds = load_dataset("UkrainianCatholicUniversity/rukopys")