14,980张8种语言PPT OCR数据

14,980张8种语言PPT OCR数据涵盖8种语言、多种场景、不同拍摄角度、不同拍摄距离、不同光照条件。在标注方面，标注行级文本的四边形框，行级文本转写。本套多语言PPT OCR数据可用于多国语言OCR任务。

This multi-language PPT OCR dataset includes 14,980 samples covering 8 languages, with various scenarios, varying shooting angles, distances and lighting conditions. Regarding annotations, quadrilateral bounding boxes for line-level text and line-level text transcriptions are provided. This dataset can be used for multi-language OCR tasks.

搜集汇总

背景与挑战

背景概述

该数据集包含14,980张PPT图像，涵盖法文、韩文等8种语言，采集于会议室等场景，具有多种拍摄角度和光照条件。数据采用行级四边形框标注和文本转写，检测和转写精度均不低于95%，专用于多国语言OCR任务的训练和评估。