Book-Scan-OCR-VLM-Finetuning

kaggle2025-03-28 更新2025-05-03 收录

下载链接：

https://www.kaggle.com/datasets/goapgo/book-scan-ocr-vlm-finetuning

下载链接

链接失效反馈

官方服务：

资源简介：

text-Image OCR dataset. Best for VLM finetuning.

创建时间：

2025-03-28

Scanned Images Dataset for OCR and VLM finetuning

A Comprehensive Dataset for Advancing OCR Accuracy and VLM finetuning

kaggle2024-12-10 更新130

Book-Scan-OCR

这是一个包含filename、text和image特征的图像到文本数据集，适用于微调视觉语言模型。数据集通过Mistral OCR和Google Lens生成，并经过手动清洗，共有小于1000个示例，遵循MIT许可证。

Hugging Face2025-03-28 更新10

JusMe/VLM_finetune

--- dataset_info: features: - name: image_id dtype: string - name: image_name dtype: string - name: food101_class_name dtype: string - name: food101_split dtype: string - n

Hugging Face2026-03-31 更新00

Voxel51/scanned-images-dataset-for-ocr-and-vlm-finetuning

这是一个包含3,482张扫描文档图像的数据集，涵盖10种不同的文档类别，专为OCR训练和视觉语言模型（VLM）微调设计。数据集包含真实世界的扫描文档，具有多样化的布局、扫描质量和文档类型。文档图像展示了真实世界的特征，包括不同的扫描质量、布局、混合内容类型（文本、表格、图像）以及打印和手写文本。数据集特别适用于训练OCR模型、微调视觉语言模型、开发文档分类系统以及测试对真实世界扫描伪影和质量变化的

Hugging Face2026-02-05 更新210

VLM Receipt OCR

Dataset for Receipt OCR using VLMs

kaggle2025-10-14 更新60