К содержимому

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")