VictorG-028/Small_subset_of_Synthetic_Word_Dataset

---
license: unknown
language:
- en
task_categories:
- image-to-text
tags:
- code
pretty_name: mjsynth
size_categories:
- 10K<n<100K
---

This dataset contains:
- 40351 images (71.39%) in train dataset
- 6378 images (14.29%) in validation dataset
- 6391 images (14.32%) in test dataset
- Total: 53120 images
- sourced from the extensive Synthetic Word Dataset, a large-scale word-image dataset.

The original and complete dataset (9 million images, 10.68GB) can be found and downloaded at [this academic torrent](https://academictorrents.com/details/3d0b4f09080703d2a9c6be50715b46389fdb3af1).

原始信息汇总

数据集概述

基本信息

• 许可证: 未知
• 语言: 英语
• 任务类别: 图像到文本
• 标签: 代码
• 易读名称: mjsynth
• 大小类别: 10K<n<100K

数据集内容

• 训练集: 40351张图像 (71.39%)
• 验证集: 6378张图像 (14.29%)
• 测试集: 6391张图像 (14.32%)
• 总计: 53120张图像
• 来源: 广泛合成词数据集，一个大规模的词图像数据集

原始数据集

• 原始数据集: 900万张图像，10.68GB
• 下载链接: 学术种子链接