К содержимому

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")