five

moondream/ia_ocr

收藏
Hugging Face2025-03-30 更新2025-04-08 收录
下载链接:
https://hf-mirror.com/datasets/moondream/ia_ocr
下载链接
链接失效反馈
官方服务:
资源简介:
互联网档案馆OCR数据集,包含从互联网档案馆转录的文档页面,由Pixtral进行转录。数据集用于预训练,转录准确性一般。数据集包含图像和文本信息,分为多个片段配置。

Internet Archive OCR Dataset, consisting of document pages transcribed from the Internet Archive, transcribed by Pixtral. The dataset is used for pre-training with general transcription accuracy. The dataset includes image and text information and is divided into multiple shard configurations.
提供机构:
moondream
5,000+
优质数据集
54 个
任务类型
进入经典数据集
二维码
社区交流群

面向社区/商业的数据集话题

二维码
科研交流群

面向高校/科研机构的开源数据集话题

数据驱动未来

携手共赢发展

商业合作