数据堂—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 dataset contains 14,980 PPT OCR samples across 8 languages, with diverse scenarios, varying shooting angles, shooting distances and lighting conditions. Annotations include quadrilateral bounding boxes for line-level text and corresponding line-level text transcriptions. 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张图像，涵盖法语、韩语等8种语言，适用于多语言OCR测试任务。数据采集自会议室和会议厅等多样场景，包含不同拍摄角度、距离和光照条件，并提供了行级文本的四边形框标注和转录内容。