Датасет · wendlerc
12 миллионов рендеров рукописного текста на 3D-бумаге
wendlerc/RenderedText
Синтетический датасет от Stability AI и LAION с картинками английского рукописного текста для OCR и генерации.
Что внутри
Внутри лежат 12 миллионов изображений размером 1024×1024 пикселя с английским рукописным текстом на виртуальном 3D-листе бумаги, сгенерированном в Blender. Текст отличается размером шрифта, цветом и поворотом, а сама бумага отрендерена при случайном освещении.
Что можно сделать
- Обучение систем OCR распознавать рукописный текст под разными углами и светом
- Улучшение отрисовки читаемого текста в моделях генерации изображений
- Предобучение мультимодальных энкодеров для работы с документами
- Задачи
- Текст → картинка, Картинка → текст
- Языки
- Английский
- Размер
- 10M–100M записей
- Скачиваний за месяц
- 20,6 тыс.
- Лайков
- 59
Модели, обученные на нём
- HuggingFaceM4/idefics2-8bКартинка + текст 5,4 тыс.
- HuggingFaceM4/idefics2-8b-chattyКартинка + текст 538
- HuggingFaceM4/idefics2-8b-baseКартинка + текст 216
- HuggingFaceM4/idefics2-8b-AWQКартинка + текст 80
- mlx-community/idefics2-8b-4bitКартинка + текст 54
- mlx-community/idefics2-8b-chatty-4bitКартинка + текст 54
- HuggingFaceM4/idefics2-8b-base-AWQКартинка + текст 50
- HuggingFaceM4/idefics2-8b-chatty-AWQКартинка + текст 34
Как загрузить
from datasets import load_dataset
ds = load_dataset("wendlerc/RenderedText")