Financiële documentdatasets voor geavanceerde document-AI-training

Beschrijving: De Bank Cheque Dataset (Document AI): Synthetische bankcheques bestaan ​​uit kunstmatig gegenereerde cheque-afbeeldingen die zijn ontworpen om het uiterlijk en de inhoud van echte cheques te repliceren. Het bevat verschillende elementen zoals namen van begunstigden, bedragen, data, handtekeningen en chequenummers. Deze dataset wordt gebruikt voor het trainen en evalueren van Document AI-systemen in taken zoals optische tekenherkenning (OCR), chequeverwerking en geautomatiseerde gegevensextractie, waardoor een gecontroleerde omgeving wordt geboden voor modelontwikkeling zonder de privacyzorgen van echte cheques.

Opnamevoorwaarde: - Geklikte afbeeldingen - Gescand - Webscrapper

Beschrijving: De Bank Statement Dataset (Document AI): Synthetische bankafschriften bevatten kunstmatig gegenereerde bankafschriften die zijn ontworpen om echte financiële documenten te simuleren. Het bevat verschillende transactiegegevens, datums, bedragen en rekeninggegevens, gestructureerd om echte formaten en inhoud te weerspiegelen. Deze dataset wordt gebruikt voor het trainen en evalueren van Document AI-systemen in taken zoals optische tekenherkenning (OCR), gegevensextractie en documentanalyse, en biedt een gecontroleerde omgeving zonder de privacyproblemen van echte financiële gegevens.

Opnamevoorwaarde: - Gescand - Bankafschrift - Webscrapper

Beschrijving: De Chinese Bills Dataset bevat afbeeldingen of tekstvoorbeelden van verschillende soorten rekeningen, zoals facturen, ontvangstbewijzen en verklaringen, geschreven in het Chinees. Het bevat diverse formaten en inhoud, waaronder artikelbeschrijvingen, bedragen en datums. Deze dataset wordt gebruikt voor taken zoals optische tekenherkenning (OCR), financiële documentverwerking en geautomatiseerde gegevensextractie.

Beschrijving: Arabische en Engelse contentafbeeldingenverzameling: afbeelding + annotatie voor OCR

Beschrijving: Barcodevideo's (Code128, UPC/EAN, PDF417, Aztec, Multi-code)

Beschrijving: Gebogen gedrukte tekst: Verzamel afbeeldingen met gebogen tekst of tekst met een niet-lineaire basislijn

Beschrijving: Financiële documenten: bankafschrift, cheque, loonstrook, belasting, hypotheek, verzekeringsclaims (VS)

Beschrijving: Financiële documenten (fase 1) Hypotheekdataset – afdrukken, scannen, fotograferen

Beschrijving: Financiële documenten (fase 2) Verzekeringsdataset – printen, scannen, fotograferen

Beschrijving: Handgeschreven tekst: LivePhotos met handgeschreven tekst (Japans, Koreaans, Russisch)

Beschrijving: Factuurdatasets met omkaderde aantekeningen bevatten gescande of digitale facturen waarbij belangrijke velden, zoals factuurnummer, datum, leveranciersgegevens, posten en totaalbedragen, zijn voorzien van omkaderde vakjes. Zo kunnen AI-modellen gestructureerde informatie nauwkeurig detecteren en extraheren uit ongestructureerde documenten.

Beschrijving: LivePhotos met gedrukte tekst (Japans, Koreaans, Russisch)

Beschrijving: De dataset met meertalige bonnen en facturen bevat uiteenlopende financiële documenten in meerdere talen, waardoor AI-modellen kunnen trainen op het herkennen van tekst in meerdere talen, het extraheren van sleutelvelden en het begrijpen van documenten.

Beschrijving: Bankafschriften - Unieke sjabloon - 40: Synthetische bankafschriften

Beschrijving: Cheque - Unieke sjabloon - 60: Synthetische loonstrookjes

Beschrijving: Loonstrookjes - Unieke sjabloon - 130: Synthetische bankcheque

Beschrijving: De Pay Slips Dataset (Document AI): Synthetic Pay Slips bestaat uit afbeeldingen van kunstmatig gegenereerde loonstroken zonder enige annotaties. Het bevat verschillende loonstrookformaten en details zoals namen van werknemers, salarissen en data, gebruikt voor het trainen en testen van Document AI-systemen in taken zoals OCR en documentverwerking.

Opnamevoorwaarde: - Gescand - Webscrapper