数据集简介
这是一个用于越南语手写文字识别（OCR）的数据集，由5CD-AI团队创建。数据集包含了手写越南语文本的图像及其对应的转录文本，旨在支持手写文本识别模型的训练与评估。
主要用途
- 训练和评估越南语手写文字识别（OCR）模型
- 研究手写文本识别技术，特别是针对越南语场景
- 可作为相关自然语言处理或计算机视觉任务的基准数据
数据类型/模态
- 图像：手写越南语文本的扫描或拍摄图像
- 文本：与图像对应的转录文本（Ground Truth）
规模与统计
- 数据总量：23,403 条样本（图像-文本对）
- 数据格式：支持 Parquet 和 Optimized Parquet 格式
- 访问方式：需手动申请访问（手动授权）
使用场景
- 越南语手写文档的数字化与转录
- 教育领域的手写作业自动批改
- 历史手写文档的归档与检索
- 多语言OCR系统的扩展与优化