К содержимому

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")