Add dataset: early_printed_books_font_detection
@davanstrien ci sta già lavorando.
Dal 28/10/2022.
Valutazione
Questa issue non è ancora stata valutata.
Descrizione
A URL for this dataset
https://zenodo.org/record/3366686
Dataset description
This dataset is composed of photos of various resolution of 35'623 pages of printed books dating from the 15th to the 18th century. Each page has been attributed by experts from one to five labels corresponding to the font groups used in the text, with two extra-classes for non-textual content and fonts not present in the following list: Antiqua, Bastarda, Fraktur, Gotico Antiqua, Greek, Hebrew, Italic, Rotunda, Schwabacher, and Textura.
This dataset offers an image classification dataset that has potential implications for other downstream tasks such as OCR recognition.
A related paper Dataset of Pages from Early Printed Books with Multiple Font Groups
Dataset modality
Image
Dataset licence
Creative Commons Attribution Non Commercial Share Alike 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 ·