Датасет · openfoodfacts
Размеченные таблицы пищевой ценности с упаковок продуктов
openfoodfacts/nutrient-detection-layout
Около 3 тысяч фотографий этикеток с разметкой токенов для извлечения данных о составе продуктов.
Что внутри
Датасет содержит изображения таблиц пищевой ценности с разметкой для задачи классификации токенов (token-classification), совмещая картинки и текст. Внутри около 3000 примеров: примерно 2800 в обучающей выборке и 199 в тестовой. Изображения взяты из открытой базы Open Food Facts для обучения моделей в рамках проекта Nutrisight.
Что можно сделать
- Обучение LayoutLM-подобных моделей для парсинга таблиц на этикетках
- Создание OCR-пайплайнов для автоматического распознавания КБЖУ и состава
- Бенчмаркинг систем извлечения структурированных данных из документов
- Задачи
- Разметка токенов
- Размер
- 1K–10K записей
- Скачиваний за месяц
- 281
- Лайков
- 5
Модели, обученные на нём
Как загрузить
from datasets import load_dataset
ds = load_dataset("openfoodfacts/nutrient-detection-layout")