Датасет · hyperbots-inc
Датасет синтетических поврежденных документов
hyperbots-inc/synthetic-bad-scans
120 корпоративных изображений документов с различными уровнями деградации для тестирования OCR.
Что внутри
В датасете содержится 40 изображений на трех уровнях деградации (слабый, умеренный, сильный), имитирующих сканеры, факсы и камеры телефонов. Каждое изображение включает чистый текст, разметку координат полей и параметры повреждений. Данные представлены на английском языке в небольшом объеме (менее 1K примеров).
Что можно сделать
- Оценка и улучшение точности систем OCR при работе с поврежденными сканами
- Тестирование алгоритмов выравнивания и улучшения изображений документов
- Задачи
- Картинка → текст
- Языки
- Английский
- Размер
- до 1K записей
- Скачиваний за месяц
- 538
- Лайков
- 50
Как загрузить
from datasets import load_dataset
ds = load_dataset("hyperbots-inc/synthetic-bad-scans")