PaddlePaddle/Real5-OmniDocBench
Dataset com 1 mil – 10 mil exemplos — 4.3 mil downloads no Hugging Face. Real5-OmniDocBench A Full-Scale Physical Reconstruction Benchmark for Robust Document Parsing in the Wild Leaderboard | Overview | Dataset | Evaluatio…
O dataset PaddlePaddle/Real5-OmniDocBench está entre os destaques do Hugging Face — dados que alimentam o treinamento e a avaliação dos modelos do momento.
Ficha do dataset
- Tamanho: 1 mil – 10 mil exemplos
- Tarefas: descrição de imagem
- Formato/modalidade: imagem
- Idiomas: chinês, inglês
- Licença: Apache 2.0
- Downloads: 4.3 mil · Curtidas: 34
Sobre o dataset
Real5-OmniDocBench A Full-Scale Physical Reconstruction Benchmark for Robust Document Parsing in the Wild Leaderboard | Overview | Dataset | Evaluation | Submit Results | Citation Real5-OmniDocBench measures the robustness of document parsing systems under five physical acquisition conditions: Scanning, Warping, Screen-Photography, Illumination, and Skew.
Como carregar
Use a biblioteca datasets do Hugging Face:
pip install -U datasets
from datasets import load_dataset
ds = load_dataset("PaddlePaddle/Real5-OmniDocBench")
print(ds)
print(ds["train"][0])Tags
image-to-text ocr document-parsing benchmark multimodal document image