MJPansa/invoices-donut-data-v1-with-ocr
收藏Hugging Face2024-06-03 更新2024-06-12 收录
下载链接：
https://hf-mirror.com/datasets/MJPansa/invoices-donut-data-v1-with-ocr
下载链接
链接失效反馈官方服务：
资源简介：
该数据集包含图像和相关的文本信息，主要用于图像文本识别任务。数据集的特征包括图像、文本字符串、边界框（表示为[x, y, width, height]）、边界框的y位置均值（ymean）、基于ymean计算的行号（line）以及文本序列（text）。数据集只有一个训练分割，包含501个样本，总大小为190303582字节。
该数据集包含图像和相关的文本信息，主要用于图像文本识别任务。数据集的特征包括图像、文本字符串、边界框（表示为[x, y, width, height]）、边界框的y位置均值（ymean）、基于ymean计算的行号（line）以及文本序列（text）。数据集只有一个训练分割，包含501个样本，总大小为190303582字节。
提供机构：
MJPansa
原始信息汇总
数据集概述
数据集特征
- image：图像数据，数据类型为图像。
- gt：字符串数据，数据类型为字符串。
- bbox：边界框数据，包含四个整数（x, y, width, height），数据类型为整数序列。
- ymean：边界框平均y坐标，数据类型为浮点数序列。
- line：基于ymean计算的行号，数据类型为整数序列。
- text：文本数据，数据类型为字符串序列。
数据集划分
- 训练集（train）：包含501个样本，数据集大小为190303582字节。
数据集大小
- 下载大小：109044560字节。
- 数据集总大小：190303582.0字节。
配置信息
- 默认配置（default）：训练数据文件路径为
data/train-*。
