Датасет · mathieu1256
Датасет счетов FATURA2 для NER
mathieu1256/FATURA2-invoices
Датасет из 20000 изображений счетов с разметкой именованных сущностей и JSON-аннотациями.
Что внутри
Включает 10000 изображений с белым фоном и 10000 с цветным фоном, сгенерированных на основе 50 шаблонов, а также соответствующие JSON-файлы аннотаций. Содержит поля с изображениями, тегами NER, словами и ограничивающими рамками (bboxes) на английском языке.
Что можно сделать
- Обучение моделей распознавания текста и OCR на документах
- Извлечение информации и структурирование данных из счетов (Information Extraction)
- Обучение Multimodal LLM для задач документного анализа
- Задачи
- Эмбеддинги
- Языки
- Английский
- Размер
- 10K–100K записей
- Скачиваний за месяц
- 372
- Лайков
- 22
Модели, обученные на нём
Как загрузить
from datasets import load_dataset
ds = load_dataset("mathieu1256/FATURA2-invoices")