Quranc dataset for OCR

arabic text recognition dataset for quranic text on mushaf almadinah针对麦地那古兰经抄本（Mushaf Almadinah）所载古兰经文本的阿拉伯语文本识别数据集

搜集汇总

背景与挑战

背景概述

该数据集是第一个公开的古兰经光学字符识别（OCR）数据集，专为深度学习和神经网络任务设计，适用于麦地那版古兰经文本。它包含约89.3k个文件，总大小707.1 MB，数据经过预处理并分为多个类别（如清洁文本、带音标文本等），采用CC0公共领域许可证，支持自由使用和研究。