29,954张东南亚小语种OCR采集数据

29,954张东南亚小语种OCR采集数据包括高棉语（柬埔寨）、老挝语和缅甸语3种语言。采集多样性包括多语种、多种采集类型、多种拍摄角度。本套数据可用于东南亚语言OCR任务。

数据堂如何保障数据质量与安全

数据规格

数据规模

29,954张，包含高棉语（柬埔寨）8,798张、老挝语11,575张、缅甸语9,581张

采集环境

自然场景：商店牌匾、海报、警示语、路标、食品包装、广告牌、街景等；文档拍照：卡片、票据、书籍报纸（文档、报纸、书籍、试卷等）；电子场景：电脑截图（教育、旅游、新闻、艺术等）、手机截图（金融、体育、医疗等）

自然场景：商店牌匾、海报、警示语、路标、食品包装、广告牌、街景等；文档拍照：卡片、票据、书籍报纸（文档、报纸、书籍、试卷等）；电子场景：电脑截图（教育、旅游、新闻、艺术等）、手机截图（金融、体育、医疗等）

采集多样性

多语种、多种采集类型、多种拍摄角度

采集设备

手机、电脑

数据格式

图片格式为.png等通用格式

准确率

按照采集要求，采集准确率不低于95%

样例展示