Датасет · howard-hou
Датасет для визуальных вопросов и ответов с OCR
howard-hou/OCR-VQA
Набор из сотен тысяч примеров с изображениями и текстом для задач OCR и визуальных вопросов-ответов.
Что внутри
Датасет содержит изображения и текстовые данные общим объемом от 100 тысяч до 1 миллиона примеров. Карточка репозитория не заполнена, поэтому язык, точная структура полей и источник данных не указаны.
Что можно сделать
- Обучение мультимодальных моделей распознаванию текста на картинках (OCR)
- Тренировка систем визуальных вопросов-ответов (VQA) по изображениям с текстом
- Размер
- 100K–1M записей
- Скачиваний за месяц
- 2,2 тыс.
- Лайков
- 60
Как загрузить
from datasets import load_dataset
ds = load_dataset("howard-hou/OCR-VQA")