Yarmouk-OCR-Dataset

Arabic OCR dataset with its ground truth.附带基准真值（ground truth）的阿拉伯语光学字符识别（Optical Character Recognition，OCR）数据集

搜集汇总

背景与挑战

背景概述

Yarmouk-OCR-Dataset是一个阿拉伯语印刷体OCR数据集，包含4,587篇文章和8,994张图像的真实标注数据，适用于构建鲁棒的阿拉伯语OCR系统。数据集从维基百科随机提取，涵盖不同主题，并经过打印、扫描和OCR转换处理。