К содержимому

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

Как загрузить

from datasets import load_dataset

ds = load_dataset("katanaml-org/invoices-donut-data-v1")