Train AI-modellen met meertalige tekstdetectie en OCR-datasets

Beschrijving: Dataset met talen zoals Arabisch, Thais, Vietnamees, Hindi, Engels en Chinees.

Beschrijving: De dataset met Arabische tekst bevat een verzameling tekstvoorbeelden geschreven in het Arabisch. Deze omvat diverse soorten content, zoals nieuwsartikelen, berichten op sociale media, literatuur en dialogen, met uiteenlopende onderwerpen en schrijfstijlen. Deze dataset wordt gebruikt voor taken zoals natuurlijke taalverwerking (NLP), tekstclassificatie, sentimentanalyse en machinale vertaling in Arabische taaltoepassingen.

Beschrijving: Dataset met Chinese, Engelse, Tibetaanse en Oeigoerse talen.

Beschrijving: De dataset met Chinese en Engelse menukaarten bevat afbeeldingen of tekstvoorbeelden van restaurantmenu's in zowel het Chinees als het Engels. De dataset bevat diverse lettertypen, lay-outs en menustructuren, met tweetalige namen van gerechten, beschrijvingen en prijzen. Deze dataset is nuttig voor taken zoals optische tekenherkenning (OCR), machinale vertaling en het digitaliseren van menu's in meertalige omgevingen.

Beschrijving: De dataset met handgeschreven Chinese teksten bevat voorbeelden van handgeschreven Chinese teksten, waaronder composities, essays en andere langere teksten. De dataset omvat diverse handschriftstijlen en complexiteitsniveaus en wordt gebruikt voor taken zoals handschriftherkenning, tekstanalyse en het trainen van machine learning-modellen.

Beschrijving: De Chinese WIFI-promptdataset bestaat uit tekstvoorbeelden van wifi-prompts en inlogschermen in het Chinees. Deze dataset bevat doorgaans diverse prompts, instructies en foutmeldingen met betrekking tot het verbinden met of beheren van wifi-netwerken. De dataset wordt gebruikt voor taken zoals tekstherkenning, natuurlijke taalverwerking en het verbeteren van gebruikersinterfaces voor netwerkverbindingen.

Beschrijving: De dataset met handgeschreven teksten in het Engels en Chinees bevat voorbeelden van handschrift in zowel het Engels als het Chinees, met diverse schrijfstijlen en complexe karakters. Deze dataset wordt doorgaans gebruikt voor het trainen en evalueren van modellen voor handschriftherkenning, ter ondersteuning van meertalige tekstanalyse en ander gerelateerd onderzoek. De dataset bevat een breed scala aan karakters, cijfers, woorden en zinnen in beide talen.

Beschrijving: De dataset met Engelse en Chinese winkelreclameborden bevat afbeeldingen van winkelreclameborden met zowel Engelse als Chinese tekst. De dataset toont diverse elementen zoals winkelnamen, advertenties, promoties en routebeschrijvingen, weergegeven in verschillende lettertypen, stijlen en formaten. Deze dataset wordt gebruikt voor taken zoals tekstdetectie en -herkenning, het begrijpen van meertalige scènes en het verbeteren van computervisiemodellen voor het interpreteren van tweetalige reclameborden.

Beschrijving: De dataset met tekst in het Engels en Chinees vanuit verschillende hoeken bevat afbeeldingen van tekst die vanuit diverse hoeken en oriëntaties wordt weergegeven. De dataset bevat tekst uit bronnen zoals borden, advertenties en documenten die niet in de standaard horizontale indeling worden gepresenteerd. Deze dataset wordt gebruikt voor het trainen en evalueren van modellen voor tekstdetectie en -herkenning, met name modellen die tekst in niet-traditionele oriëntaties en perspectieven kunnen verwerken.

Beschrijving: De dataset met Engelse menu's bevat afbeeldingen of tekstvoorbeelden van restaurantmenu's in het Engels. De dataset bevat een verscheidenheid aan lettertypen, lay-outs en opmaakstijlen, met inhoud variërend van gerechtnamen tot beschrijvingen en prijzen. Deze dataset wordt vaak gebruikt voor taken zoals optische tekenherkenning (OCR), tekstextractie en het digitaliseren van menu's in toepassingen in de voedingssector.