Nexdata/4995_Vietnamese_OCR_Images_Data_Images_with_Annotation_and_Transcription

---
license: cc-by-nc-nd-4.0
---
## Description
4,995 Vietnamese OCR Images Data - Images with Annotation and Transcription. The data includes 258 images of natural scenes, 2,553 Internet images, 2,184 document images. For line-level content annotation, line-level quadrilateral bounding box annotation and test transcription was adpoted; for column-level content annotation, column-level quadrilateral bounding box annotation and text transcription was adpoted. The data can be used for tasks such as Vietnamese recognition in multiple scenes.

For more details, please refer to the link: https://www.nexdata.ai/dataset/1059?source=Huggingface

## Data size
4,995 OCR images, including 258 images of natural scenes, 2,553 Internet images, 2,184 document images

## Collecting environment
including natural scenes (plaque, packaging instructions, small advertisements, menus, posters, etc.), Internet images (magazine covers, comic covers, etc.), document images (text documents, etc.)

## Data diversity
including multiple scenes, multiple angles, different light conditions

## Device
cellphone

## Shooting angles
looking up angle, eye-level angle

## Format
the image data format is .jpg, the annotated file format is .json

## Annotation content
line-level quadrilateral bounding box annotation and transcription for the texts; column-level quadrilateral bounding box annotation and transcription for the texts

## Accuracy
the error bound of each vertex of quadrilateral bounding box is within 10 pixels, which is a qualified annotation, the accuracy of bounding boxes is not less than 97%; the texts transcription accuracy is not less than 97%

# Licensing Information
Commercial License

原始信息汇总

数据集概述

数据集描述

• 名称: 4,995 Vietnamese OCR Images Data
• 内容: 包含4,995张图像，分为三类：258张自然场景图像、2,553张互联网图像、2,184张文档图像。
• 用途: 适用于越南语在多种场景下的识别任务。
• 注释方式:
  • 行级内容: 采用行级四边形边界框注释和文本转录。
  • 列级内容: 采用列级四边形边界框注释和文本转录。

数据规模

• 总数: 4,995张OCR图像
• 分类:
  • 自然场景图像: 258张
  • 互联网图像: 2,553张
  • 文档图像: 2,184张

收集环境

• 自然场景: 包括牌匾、包装说明、小型广告、菜单、海报等。
• 互联网图像: 包括杂志封面、漫画封面等。
• 文档图像: 包括文本文档等。

数据多样性

• 场景: 包括多种场景。
• 角度: 包括多个角度。
• 光照条件: 包括不同的光照条件。

设备

• 拍摄设备: 手机

拍摄角度

• 角度类型: 仰视角度、平视角度

格式

• 图像格式: .jpg
• 注释文件格式: .json

注释内容

• 行级注释: 四边形边界框和文本转录。
• 列级注释: 四边形边界框和文本转录。

准确性

• 边界框: 每个顶点的误差范围在10像素内，边界框准确率不低于97%。
• 文本转录: 准确率不低于97%。

许可证信息

• 许可证: 商业许可证