Hacktoberfest 2026: những issue maintainer đã đánh dấu cho tháng Mười, đang mở và phù hợp người mới. Xem issue Hacktoberfest

Add dataset: Berlin_State_Library_extracted_illustrations

Đang mở
  • Có gì không ổn?
#87 0 bình luận 0 reaction 0 người được giao Xem trên GitHub

Chưa có ai nhận issue này.

Đánh giá

Độ khó
2/5
Thời gian dự kiến
1-3 giờ
Mức phù hợp với người mới
35/100
Loại issue
Tính năng
Độ rõ ràng
Khá rõ ràng
Mức độ hoạt động
Đình trệ
Lĩnh vực
data

Hướng nghiên cứu

Bắt đầu với URL dataset của Zenodo và xác minh các chi tiết của dataset hình minh họa của Berlin State Library theo issue. Thêm dataset bằng cấu trúc đóng góp dataset hiện có của repository, giữ nguyên modality hình ảnh, giấy phép mở, URL truy cập và kích thước; công việc được xem là hoàn thành khi dataset được liệt kê chính xác.

Do mô hình lập chỉ mục viết ra từ nội dung của issue.

Mô tả

dataset
A URL for this dataset

https://zenodo.org/record/2602431

Dataset description

The dataset consists of various illustrations extracted from 26,233 historical books and other media offered in the Berlin State Library's Digitized Collections. The media objects are older than 1920.

Version 1.0 contains of 594,890 extracted illustrations in total.

The extraction of illustrations is driven by the coordinates given by the ABBYY FineReader OCR engine (in ALTO XML) . The extracted illustrations have not been resized but compressed and saved in JPEG format.

The extracts for each media object are stored in separated sub-folders and tar files named after the PPN (a unique ID used in the library) to facilitate further processing. Additional metadata can be obtained with help of the PPN as described here: https://github.com/elektrobohemian/StabiHacks/blob/master/ppn-howto.md .

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

size of dataset

10GB

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

Ngôn ngữ chính
Không có dữ liệu ngôn ngữ
Star
91
Fork
8
Không có pull request nào được merge trong 30 ngày

Chuẩn bị môi trường

Dự án này không cung cấp dev container, Dockerfile hay hướng dẫn đóng góp, nên bạn cần tự thiết lập môi trường: hãy bắt đầu từ README và xem hướng dẫn đóng góp lần đầu của chúng tôi để biết các bước chung.

Bắt đầu từ đâu

  1. Đọc hết issue, rồi đọc hướng dẫn đóng góp của dự án.
  2. Bình luận trên issue rằng bạn sẽ nhận — tránh hai người làm cùng một việc.
  3. Fork repository và làm thay đổi trên một nhánh.
  4. Mở pull request có tham chiếu số hiệu của issue.

Issue khác của bigscience-workshop/lam

Tất cả issue của bigscience-workshop/lam

Issue tương tự

Thêm issue về Data Engineering

Nhận issue mới trong hộp thư của bạn

Bản tóm tắt ngắn những issue GitHub phù hợp với người mới.