OCR-VQA

该数据集专注于与光学字符识别（OCR）任务相关的视觉问答。它被精选出来，用于评估与OCR相关任务的性能。其主要任务是视觉问答。

This dataset focuses on visual question answering (VQA) tasks related to optical character recognition (OCR). It is curated specifically for evaluating the performance of models on OCR-related tasks, and its core task is visual question answering.

搜集汇总

背景与挑战

背景概述

OCR-VQA是一个用于视觉问答任务的数据集，专注于通过阅读图像中的文本来回答问题。该数据集由Anand Mishra等人在ICDAR 2019上发表，并提供下载和相关文档支持。