သင်၏ ML မော်ဒယ်များကို လေ့ကျင့်ရန် အကောင်းဆုံး Open-source Handwriting Datasets 15 ခု

Machine Learning အတွက် အကောင်းဆုံး လက်ရေးနှင့် OCR ဒေတာအတွဲ 15

များပြားလှသော open-source datasets များသည် text recognition application development အတွက် ရနိုင်ပါသည်။ အကောင်းဆုံး 15 ပုဒ်

1. ICDAR ဒေတာအတွဲ

   စာရွက်စာတမ်းခွဲခြမ်းစိတ်ဖြာခြင်းနှင့် အသိအမှတ်ပြုခြင်းဆိုင်ရာ နိုင်ငံတကာညီလာခံတွင် မှတ်ချက်များနှင့်အတူ လေ့ကျင့်ရေး ၂၂၉ ခုနှင့် စမ်းသပ်မှုပုံ ၂၃၃ ခုပါရှိသည်။ ၎င်းသည် စာသားထောက်လှမ်းမှု အကဲဖြတ်မှုအတွက် စံအမှတ်တစ်ခုအဖြစ် လုပ်ဆောင်သည်။

2. IIIT 5K-စကားလုံးဒေတာအတွဲ

   Google ရုပ်ပုံရှာဖွေမှုမှ ရယူထားသော IIIT 5K-word သည် ဆိုင်းဘုတ်များ၊ ကြော်ငြာဘုတ်များ၊ နံပါတ်ပြားများနှင့် ပိုစတာများမှ စကားလုံးများစုစည်းမှုဖြစ်သည်။ ၎င်းတွင် 5K ဖြတ်တောက်ထားသော စကားလုံးပုံများပါ၀င်သောကြောင့် ၎င်းကိုရရှိနိုင်သည့် စာသားမှတ်သားမှုဒေတာအတွဲများအနက် အကျယ်ပြန့်ဆုံးစုစည်းမှုတစ်ခုဖြစ်သည်။

3. NIST ဒေတာဘေ့စ်

   NIST သို့မဟုတ် National Institute of Science သည် စာလုံးပုံပေါင်း 3600 ကျော်ဖြင့် လက်ရေးနမူနာ 810,000 ကျော်ကို အခမဲ့အသုံးပြုရန် စုစည်းပေးထားပါသည်။

4. MNIST ဒေတာဘေ့စ်

   NSIT ၏ အထူးဒေတာဘေ့စ် 1 နှင့် 3 မှ ဆင်းသက်လာသော MNIST ဒေတာဘေ့စ်သည် လေ့ကျင့်ရေးအတွဲအတွက် လက်ရေးနံပါတ် 60,000 စုစည်းထားပြီး စာမေးပွဲအတွက် နမူနာ 10,000 စုစည်းထားသည်။ ဤ open-source ဒေတာဘေ့စ်သည် မော်ဒယ်များကို ကြိုတင်လုပ်ဆောင်ခြင်းတွင် အချိန်နည်းပါးစေပြီး ပုံစံများကို မှတ်မိစေရန် လေ့ကျင့်ပေးပါသည်။

5. စာသားထောက်လှမ်းခြင်း။

   open-source database၊ Text Detection dataset တွင် ဆိုင်းဘုတ်များ၊ တံခါးပြားများ၊ သတိပေးချက်ပြားများနှင့် အခြားအရာများ၏ အိမ်တွင်းနှင့် အပြင်ဘက် ပုံ 500 ခန့် ပါဝင်ပါသည်။

6. စတန်းဖို့ဒ် OCR

   Stanford မှထုတ်ဝေသော ဤအခမဲ့သုံးစွဲနိုင်သောဒေတာအတွဲသည် MIT Spoken Language Systems Group မှလက်ရေးဖြင့်ရေးထားသောစကားလုံးစုဆောင်းမှုဖြစ်သည်။

7. DDI-100

   မဟုတ်ပါက Distorted Document Images Dataset ဟုခေါ်တွင်သော DDI-100 သည် ဂျီဩမေတြီပုံစံများနှင့် ပုံပျက်ပုံများစွာ အသုံးပြုထားသော စာရွက်စာတမ်းများ၏ စာမျက်နှာပေါင်း 6658 ကျော်ကို စုစည်းထားပါသည်။ ထို့အပြင်၊ DDI-100 တွင် 99870 ပုံများ၊ တံဆိပ်ခေါင်းမျက်နှာဖုံးများ၊ စာသားမျက်နှာဖုံးများနှင့် ဘောင်ဘောင်များပါရှိသည်။

8. RoadText-1K

   ဗီဒီယိုများတွင် စာသားများကို သိရှိနိုင်ရန် မော်ဒယ်များကို လေ့ကျင့်ပေးသည့် အကြီးဆုံးဒေတာအတွဲများထဲမှ တစ်ခုဖြစ်သော RoadText-1K တွင် ဘောင်ခတ်ထားသော စာသားမှတ်ချက်နှင့် ဗီဒီယိုဘောင်တိုင်းရှိ စာသားများကို စာသားမှတ်တမ်းဖြင့် ဘောင်ခတ်ထားသော ဗီဒီယိုအပိုင်း ၁၀၀၀ ပါရှိသည်။

9. MSRA-TD500

   လေ့ကျင့်မှု ၃၀၀ နှင့် စာသားပုံ ၂၀၀ ပါ၀င်သည် ။ MSRA-TD300 တွင် တရုတ်နှင့် အင်္ဂလိပ်ဘာသာစကားများမှ စာလုံးများပါရှိပြီး ဝါကျအဆင့်တွင် မှတ်သားထားသည်။

10. MJSynth ဒေတာအတွဲ

    University of Oxford မှ ပံ့ပိုးပေးထားသော ဤစကားလုံးဒေတာအတွဲတွင် အင်္ဂလိပ်ဘာသာစကား စကားလုံးပေါင်း 9 ကျော်ကို ပေါင်းစပ်ဖန်တီးထားသော ရုပ်ပုံပေါင်း 90 သန်းနီးပါးရှိသည်။

11. Street View Text

    Google Street View ပုံများမှ စုစည်းထားသော ဤဒေတာအတွဲတွင် ဘုတ်များနှင့် လမ်းအဆင့် ဆိုင်းဘုတ်များ၏ အဓိကအားဖြင့် စာသားထောက်လှမ်းပုံများ ပါရှိပါသည်။

12. မှတ်တမ်းအချက်အလက်များ

    Document Database သည် စာရေးဆရာ 941 ဦးထံမှ ဇယားများ၊ ဖော်မြူလာများ၊ ပုံဆွဲများ၊ ပုံသေနည်းများ၊ စာရင်းများနှင့် အခြားအရာများ အပါအဝင် လက်ရေးဖြင့်ရေးထားသော စာရွက်စာတမ်း ၉၄၁ ခုကို စုစည်းထားသည်။

13. သင်္ချာအသုံးအနှုန်းများ

    The Mathematics Expressions သည် သင်္ချာသင်္ကေတ 101 ခုနှင့် အသုံးအနှုန်း 10,000 ပါဝင်သည့် ဒေတာဘေ့စ်တစ်ခုဖြစ်သည်။

14. Street View အိမ်နံပါတ်များ

    Google Street View မှ စုဆောင်းရရှိထားသော ဤ Street View House Numbers သည် 73257 လမ်းအိမ်နံပါတ် ဂဏန်းများပါရှိသော ဒေတာဘေ့စ်တစ်ခုဖြစ်သည်။

15. သဘာဝ ပတ်ဝန်းကျင် OCR

    သဘာဝပတ်ဝန်းကျင် OCR သည် ကမ္ဘာတစ်ဝှမ်းရှိ ပုံပေါင်း ၆၆၀ နီးပါးနှင့် စာသားမှတ်ချက်ပေါင်း ၅၂၃၈ ခု၏ ဒေတာအစုတစ်ခုဖြစ်သည်။

၎င်းတို့သည် စာသားထောက်လှမ်းခြင်းဆိုင်ရာ အပလီကေးရှင်းများအတွက် လေ့ကျင့်ရေး ML မော်ဒယ်များအတွက် ထိပ်တန်း open-source dataset အချို့ဖြစ်သည်။ သင့်လုပ်ငန်းနှင့် အပလီကေးရှင်းလိုအပ်ချက်များနှင့် ကိုက်ညီမည့်တစ်ခုကို ရွေးချယ်ခြင်းသည် အချိန်နှင့် ကြိုးစားအားထုတ်မှု လိုအပ်ပါသည်။ သို့ရာတွင်၊ သင့်လျော်သောတစ်ခုကို မဆုံးဖြတ်မီ ဤဒေတာအတွဲများနှင့် စမ်းသပ်ရပါမည်။

ယုံကြည်စိတ်ချရပြီး ထိရောက်သော စာသားထောက်လှမ်းခြင်း အက်ပ်တစ်ခုဆီသို့ သင်တိုးတက်မှုကို ကူညီရန်အတွက် Shaip - အဆင့်မြင့်နည်းပညာဖြေရှင်းချက်ပေးသူဖြစ်သည်။ ကျွန်ုပ်တို့သည် စိတ်ကြိုက်ပြုပြင်နိုင်သော၊ အကောင်းဆုံးဖြစ်အောင်ဖန်တီးရန်နှင့် ဖန်တီးရန် ကျွန်ုပ်တို့၏နည်းပညာအတွေ့အကြုံကို အသုံးချပါသည်။ ထိရောက်သော OCR လေ့ကျင့်ရေးဒေတာအတွဲများ အမျိုးမျိုးသော client ပရောဂျက်များအတွက်။ ကျွန်ုပ်တို့၏စွမ်းရည်များကို အပြည့်အဝနားလည်ရန် ယနေ့ကျွန်ုပ်တို့နှင့် ဆက်သွယ်လိုက်ပါ။