Add dataset: icdar_2017_medieval_handwriting_classification
Nessuno ha ancora preso questa issue.
Valutazione
- Difficoltà
- 3/5
- Tempo stimato
- 1-2 giorni
- Idoneità per principianti
- 35/100
- Tipo di issue
- Funzionalità
- Chiarezza
- Abbastanza chiara
- Stato di attività
- Ferma
- Ambito
- data
Direzione di ricerca
Inizia esaminando le voci dei dataset esistenti e le convenzioni per i contributi nel repository lam, quindi confronta i metadati di questa issue con tali voci e verifica l’URL di Zenodo. Il lavoro è completato quando il dataset di scrittura manoscritta medievale ICDAR2017 è stato aggiunto con la relativa descrizione, modalità dell’immagine, metodo di accesso al repository e licenza Creative Commons Attribution 4.0.
Scritto dal modello di indicizzazione a partire dal testo della issue.
Descrizione
A URL for this dataset
https://zenodo.org/record/5527690
Dataset description
The ICDAR2017 Competition on the Classification of Medieval Handwritings in Latin Script (CLaMM), jointly organized by Computer Scientists and Humanists (paleographers) followed a competition at ICFHR2016 and provided a rich annotated database of European medieval manuscripts to the community on Handwriting Analysis and Recognition, containing information on date of production and class of script.
Dataset modality
Image
Dataset licence
Creative Commons Attribution 4.0 International
Other licence
No response
How can you access this data
As a download from a repository/website
Confirm the dataset has an open licence
- To the best of my knowledge, this dataset is accessible via an open licence
Contact details for data custodian
No response
- Lingua principale
- Nessun dato sulla lingua
- Stelle
- 91
- Fork
- 8
- Metriche di merge delle PR
- Nessuna PR unita negli ultimi 30g
Preparare l'ambiente
Questo progetto non fornisce container di sviluppo, Dockerfile né guida per i contributori, quindi l'ambiente è a tuo carico: parti dal suo README e consulta la nostra guida al primo contributo per i passaggi generali.
Come iniziare
- Leggi tutta la issue e poi la guida ai contributi del progetto.
- Commenta sulla issue per dire che te ne occupi tu — evita che due persone facciano lo stesso lavoro.
- Fai un fork del repository e lavora su un branch.
- Apri una pull request che faccia riferimento al numero della issue.
Altre issue di bigscience-workshop/lam
-
dataset good first issue
Difficoltà 2/5 1-3 ore Idoneità per principianti 68/100
bigscience-workshop/lam#86 · 1 commento ·
-
dataset
Difficoltà 2/5 1-3 ore Idoneità per principianti 68/100
bigscience-workshop/lam#65 · 1 commento ·
-
candidate-dataset
Difficoltà 2/5 1-3 ore Idoneità per principianti 35/100
bigscience-workshop/lam#92 · 1 commento ·
-
dataset
Difficoltà 2/5 1-3 ore Idoneità per principianti 35/100
bigscience-workshop/lam#87 ·
-
dataset
Difficoltà 4/5 3-5 giorni Idoneità per principianti 42/100
bigscience-workshop/lam#85 · 1 reazione ·
Tutte le issue di bigscience-workshop/lam
Issue simili
-
Difficoltà 2/5 1-3 ore Idoneità per principianti 82/100
I maintainer di solito rispondono entro 1 giorno
-
Difficoltà 2/5 1-3 ore Idoneità per principianti 72/100
I maintainer di solito rispondono entro 1 giorno
-
Difficoltà 2/5 1-3 ore Idoneità per principianti 65/100
NaturalIntelligence/fast-xml-parser#888 · 1 commento ·
I maintainer di solito rispondono entro 2 giorni
-
infertopics leaves new nodes without a topic when untopiced neighbours outnumber topiced onesForse già presa @moneebullah25 l’ha presa oggi. Aperta
Difficoltà 2/5 1-3 ore Idoneità per principianti 72/100
I maintainer di solito rispondono entro 1 giorno
-
Difficoltà 2/5 1-3 ore Idoneità per principianti 70/100
NVIDIA/earth2studio#1241 ·
I maintainer di solito rispondono entro 3 giorni