Датасет · katanaml-org
Размеченные счета-фактуры для модели Donut
katanaml-org/invoices-donut-data-v1
Небольшой набор из 500 электронных счетов на английском языке с готовой разметкой для извлечения структурированных данных из документов.
Что внутри
Датасет включает 500 изображений электронных счетов-фактур на английском языке. Команда Katana ML разметила их и подготовила специально для дообучения модели Donut, взяв за основу исходный набор данных из Mendeley Data.
Что можно сделать
- Дообучение модели Donut для автоматического парсинга счетов и квитанций
- Тестирование OCR-пайплайнов и систем извлечения ключевых полей из финансовых документов
- Задачи
- Эмбеддинги
- Языки
- Английский
- Размер
- до 1K записей
- Скачиваний за месяц
- 1,2 тыс.
- Лайков
- 45
Модели, обученные на нём
- katanaml-org/invoices-donut-model-v1Картинка → текст 153
- zackyalgiffari/qwen3.5-2b-receipt-invoice-extract-loraКартинка + текст 29
- PCS/Extract-O-MaticКартинка → текст 13
- PCS/Extract_MaticКартинка → текст 7
- MH20011981/donut_trained_invoices-donut-data-v1Картинка + текст 7
- ssraut/Extract_MaticКартинка → текст 6
- rationalenterprise/fine_tuned_image_relevance_model 0
Как загрузить
from datasets import load_dataset
ds = load_dataset("katanaml-org/invoices-donut-data-v1")