Antrenați modele AI cu detectarea textului multilingv și seturi de date OCR

Descriere: Set de date pentru limbile arabă, thailandeză, vietnameză, hindi, engleză și chineză

Descriere: Setul de date cu text arab conține o colecție de exemple de text scrise în limba arabă. Acesta include diverse forme de conținut, cum ar fi articole de știri, postări pe rețelele sociale, literatură și dialoguri, acoperind diferite subiecte și stiluri de scriere. Acest set de date este utilizat pentru sarcini precum procesarea limbajului natural (NLP), clasificarea textului, analiza sentimentelor și traducerea automată în aplicații în limba arabă.

Descriere: Set de date pentru limbile chineză, engleză, tibetană și uigură

Descriere: Setul de date privind meniurile în chineză și engleză conține imagini sau exemple de text ale meniurilor restaurantelor care sunt disponibile atât în ​​limbile chineză, cât și în engleză. Acesta include diverse fonturi, machete și structuri de meniu, prezentând denumiri, descrieri și prețuri bilingve ale preparatelor. Acest set de date este util pentru sarcini precum recunoașterea optică a caracterelor (OCR), traducerea automată și digitalizarea meniurilor în medii multilingve.

Descriere: Setul de date privind compozițiile scrise de mână în limba chineză conține exemple de texte chinezești scrise de mână, inclusiv compoziții, eseuri și alte texte lungi. Acesta prezintă diverse stiluri de scriere de mână și niveluri de complexitate și este utilizat pentru sarcini precum recunoașterea scrisului de mână, analiza textului și antrenarea modelelor de învățare automată.

Descriere: Setul de date cu solicitări WIFI în limba chineză constă în exemple de text găsite în solicitările WIFI și ecranele de conectare scrise în limba chineză. Acesta include de obicei diverse solicitări, instrucțiuni și mesaje de eroare legate de conectarea la sau gestionarea rețelelor WIFI. Acest set de date este utilizat pentru sarcini precum recunoașterea textului, procesarea limbajului natural și îmbunătățirea interfețelor utilizator pentru conectivitatea la rețea.

Descriere: Setul de date privind scrierea de mână în limba engleză și chineză conține mostre de scris de mână atât în ​​limba engleză, cât și în limba chineză, prezentând diverse stiluri de scriere și complexități ale caracterelor. Acesta este de obicei utilizat pentru antrenarea și evaluarea modelelor de recunoaștere a scrisului de mână, pentru susținerea analizei textului multilingv și a altor cercetări conexe. Setul de date include o gamă diversă de caractere, cifre, cuvinte și propoziții în ambele limbi.

Descriere: Setul de date privind semnele comerciale în limba engleză și chineză include imagini cu semne comerciale care conțin atât text în limba engleză, cât și în limba chineză. Acesta surprinde diverse elemente de semnalizare, cum ar fi numele magazinelor, reclamele, promoțiile și indicațiile rutiere, afișate în diverse fonturi, stiluri și formate. Acest set de date este utilizat pentru sarcini precum detectarea și recunoașterea textului, înțelegerea scenelor multilingve și îmbunătățirea modelelor de vedere computerizată pentru interpretarea semnalizării bilingve.

Descriere: Setul de date pentru text cu unghiuri speciale în engleză și chineză conține imagini cu text afișat în diferite unghiuri și orientări, atât în ​​engleză, cât și în chineză. Acesta include text din surse precum semne, reclame și documente care nu sunt prezentate în formate orizontale standard. Acest set de date este utilizat pentru antrenarea și evaluarea modelelor de detectare și recunoaștere a textului, în special a celor capabile să gestioneze text în orientări și perspective netradiționale.

Descriere: Setul de date English Menu include imagini sau exemple de text ale meniurilor restaurantelor scrise în limba engleză. Acesta oferă o varietate de fonturi, machete și stiluri de formatare, cu conținut variind de la nume de preparate la descrieri și prețuri. Acest set de date este adesea utilizat pentru sarcini precum recunoașterea optică a caracterelor (OCR), extragerea textului și digitalizarea meniurilor în aplicații legate de alimentație.