К содержимому

Датасет · wanderkid

Распознавание математических формул по картинкам

wanderkid/UniMER_Dataset

Более миллиона изображений сложных математических выражений для обучения систем OCR и image-to-text.

Что внутри

Специализированная коллекция для распознавания математических выражений (MER), состоящая из обучающей выборки UniMER-1M (более 1 миллиона примеров) и тестового набора. Содержит изображения разнообразных формул и соответствующие им текстовые представления. Поддерживаются английский и китайский языки.

Что можно сделать

  • Обучение моделей распознавания формул (OCR / image-to-text) для оцифровки научных статей и учебников
  • Бенчмаркинг мультимодальных моделей на сложных математических выражениях
Задачи
Картинка → текст
Языки
Английский, Китайский
Размер
1M–10M записей
Скачиваний за месяц
2,3 тыс.
Лайков
30

Модели, обученные на нём

Как загрузить

from datasets import load_dataset

ds = load_dataset("wanderkid/UniMER_Dataset")