OCR-Datensätze

4,995 vietnamesische OCR-Anmerkungen und Transkriptionsdaten umfassen 258 Bilder aus natürlichen Szenen, 2,553 Bilder aus dem Internet und 2,184 Textbilder. In Bezug auf die Anmerkungen: Zeileninhalt: Anmerkungen in Form von viereckigen Rahmen auf Zeilenebene, Transkription des Zeileninhalts; Spalteninhalt: Anmerkungen in Form von viereckigen Rahmen auf Spaltenebene, Transkription des Spalteninhalts. Dieser Satz vietnamesischer OCR-Anmerkungen und Transkriptionsdaten kann für verschiedene Aufgaben wie die Erkennung der vietnamesischen Sprache und die Übersetzung von Fotos in vietnamesischer Sprache verwendet werden.

500,000 multinationale Naturszenen und OCR-Daten für Dokumente in 20 Sprachen, darunter traditionelles Chinesisch, Japanisch, Koreanisch, Indonesisch, Malaiisch, Thai, Vietnamesisch und Polnisch. Die Vielfalt der Sammlung umfasst mehrere Naturszenen und mehrere Aufnahmewinkel. Dieser Datensatz kann für mehrsprachige OCR-Aufgaben verwendet werden.

9,497 OCR-Daten aus 10 verschiedenen Formularen, die mit Rechteckrahmen markiert wurden. Dieser Datensatz kann für Aufgaben wie Formularerkennung und -identifizierung verwendet werden.

3,506 Hindi-OCR-Annotations- und Transkriptionsdaten, darunter 2,056 Bilder aus natürlichen Szenen, 1,103 Internetbilder und 347 Textbilder. In Bezug auf die Annotation: Zeileninhalt: Annotation mit rechteckigen Rahmen auf Zeilenebene, Transkription des Zeileninhalts; Spalteninhalt: Annotation mit rechteckigen Rahmen auf Spaltenebene, Transkription des Spalteninhalts. Dieser Satz von Hindi-OCR-Anmerkungen und Transkriptionsdaten kann für Aufgaben wie Hindi-Erkennung und Hindi-Fotoübersetzung in verschiedenen Szenarien verwendet werden.

17,561 Grundschulmathematik-Prüfungsbögen wurden mit einfarbigem Hintergrund erfasst. Die Daten umfassen verschiedene Aufgabentypen, verschiedene Arten von Prüfungsbögen (Mathematikübungshefte, Prüfungsbögen, Wettbewerbsaufgaben usw.) und mehrere Klassenstufen. Diese gesammelten Daten aus Grundschulmathematik-Prüfungsbögen können für Aufgaben wie intelligente Benotung und Hausaufgabenbetreuung für Grundschüler verwendet werden.

14,511 englische handschriftliche OCR-Daten. Die Schriftträger sind A4-Papier, liniertes Papier, englisches Papier usw. Die Daten wurden mit einem Mobiltelefon aus einer geraden Blickwinkelperspektive erfasst. Der Dateninhalt umfasst englische Aufsätze, Gedichte, Prosa, Nachrichten, Geschichten und andere Bereiche. Bei der Beschriftung wurden die Zeilen des Textes mit viereckigen Rahmen markiert und der Zeilentext transkribiert. Dieser Datensatz kann für englische handschriftliche OCR-Aufgaben verwendet werden.

104,320 OCR-Datenerfassungsszenen in natürlicher Umgebung in Koreanisch und Hindi, darunter Produktverpackungen, Plakate, Eintrittskarten, Aufforderungen, Speisekarten und Gebäudeschilder. Die Datenvielfalt umfasst mehrere Szenen, mehrere Aufnahmewinkel und mehrere Lichtverhältnisse. Die Sprachverteilung ist Koreanisch, Hindi und Englisch (einige wenige). Die Daten sind mit polygonalen Kästen auf Zeilenebene (oder viereckigen Kästen, rechteckigen Kästen), einer Transkription des Inhalts auf Zeilenebene und Textattributen (Sprachart) sowie mit polygonalen Kästen auf Spaltenebene (oder viereckigen Kästen, rechteckigen Kästen), einer Transkription des Inhalts auf Spaltenebene und Textattributen (Sprachart) versehen. Dieser Satz von OCR-Daten für koreanische und hindische Naturszenen kann für OCR-Aufgaben in koreanischen und hindischen Naturszenen verwendet werden.

71,535 englische OCR-Daten aus natürlichen Szenen wurden in Großbritannien und den USA vor Ort erfasst. Die Datenvielfalt umfasst verschiedene Szenen, Aufnahmewinkel und Lichtverhältnisse. Bei der Beschriftung wurden die englischen OCR-Daten auf Zeilen-, Wort- und Zeichenebene mit rechteckigen (oder viereckigen) Rahmen beschriftet und der Textinhalt transkribiert. Dieser Satz englischer OCR-Daten aus natürlichen Szenen kann für OCR-Aufgaben in englischen natürlichen Szenen verwendet werden.

105,941 Bilder mit OCR-Daten aus natürlichen Szenen in 12 Sprachen, darunter 6 asiatische und 6 europäische Sprachen, aufgenommen in verschiedenen natürlichen Szenen und aus verschiedenen Blickwinkeln. Die Beschriftung umfasst rechteckige Rahmen für zeilenweisen Text und die Transkription von zeilenweisem Text. Dieser Datensatz kann für OCR-Aufgaben in mehreren Sprachen verwendet werden.