14,980张8种语言PPT OCR数据【数据堂】

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 dataset includes 14,980 PPT OCR samples covering 8 languages, with diverse scenarios, varying shooting angles, shooting distances, and lighting conditions. For annotation, quadrilateral bounding boxes are employed to delineate line-level text regions, and line-level text transcription is conducted. This multilingual PPT OCR dataset can be applied to multilingual 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，采集自会议室环境，使用手机从不同角度和光照条件拍摄。标注内容包括行级文本的四边形框和转写，精度不低于95%，适用于多语言OCR任务，但仅限企业合作购买使用。