3,506张印地语OCR标注及转写数据

3,506张印地语OCR标注及转写数据包括自然场景图片2,056张，互联网图像1,103张，文本图像347张。在标注方面，行级内容：行级四边形框标注、行级内容转写；竖列内容：竖列四边形框标注、竖列内容转写。本套印地语OCR标注及转写数据可用于多场景下的印地语识别、印地语拍照翻译等任务。

数据堂如何保障数据质量与安全

数据规格

数据规模

3,506张，包括自然场景图片2,056张；互联网图像文字1,103张；文本图像347张

采集环境

自然场景(牌匾、包装说明、小广告、菜单、海报等)、互联网图像(杂志封面、漫画封面等)、文本图像(文本文档等)

采集多样性

包括多种场景、多种角度、不同光照条件

采集设备

手机

采集角度

仰视、平视

数据格式

图片格式为.jpg，标注文档格式为.json

标注内容

行级四边形标注、行级内容转写；竖列四边形标注、竖列内容转写

准确率

四边形框顶点偏差不超过10个像素为正确检测，检测框精度不低于97%；文本转写精度不低于97%

样例展示