Is this your dataset? Claim it with the Hugging Face account that owns it.

Yesianrohn/
openocr-web-images

Name: openocr-web-images
Creator: Yesianrohn

Views

No views yet

OpenOCR Web Images

从网络爬取的多语言图片数据集，配套多个 OCR 模型的打标结果，用于 OCR 模型训练/评估数据构建。

数据集结构

data_download/ en/ # 英文候选图片 data/train-part*.parquet # 图片数据，字段见下方"图片数据字段" labels/ ppocrv6/part*/label-.parquet # PP-OCRv6 打标结果 hunyuanocr/part/label-.parquet # HunyuanOCR (VLM) 打标结果 ch/ # 中文候选图片，目前只有图片，还没跑打标 data/train-part.parquet mlt/ # 多语言候选图片，目前只有图片，还没跑打标… See the full description on the dataset page: https://huggingface.co/datasets/Yesianrohn/openocr-web-images.