Nexdata/3506_Hindi_OCR_Images_Data_Images_with_Annotation_and_Transcription

该数据集包含3,506张印地语OCR图像，其中2,056张为自然场景图像，1,103张为互联网图像，347张为文档图像。注释采用行级和列级的四边形边界框注释及文本转录。数据可用于多种场景下的印地语字符识别任务。

原始信息汇总

数据集概述

数据集描述

• 名称: 3,506 Hindi OCR Images Data
• 内容: 包含3,506张图像，分为三类：2,056张自然场景图像，1,103张互联网图像，347张文档图像。
• 用途: 适用于多种场景下的印地语字符识别任务。
• 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。

数据大小

• 总计3,506张OCR图像。

收集环境

• 自然场景：包括牌匾、包装说明、小广告、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

• 包含多种场景、多个角度和不同光照条件。

设备

• 使用手机拍摄。

拍摄角度

• 仰视角度、平视角度。

格式

• 图像数据格式：.jpg
• 注释文件格式：.json

注释内容

• 行级四边形边界框注释和文本转录。
• 列级四边形边界框注释和文本转录。

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

• 商业许可证