Manga109 と漫画オノマトペセットを組み合わせた漫画OCRデータセットで、約20.9万件の物語テキストインスタンスが多様なビジュアルスタイルとレイアウトにわたって収録されています。
他の言語の説明
統計
2026年11月16日時点の統計
Hugging Face のダウンロード数(直近30日)
115
Hugging Face の Like 数
2
掲載日
2025年5月20日
同じカテゴリで人気のリソース
- ogiri-boketeYANS-official1kボケテというクラウドソースジョークサイトから作られた日本語のみのデータセットで、テキスト‑トゥ‑テキスト、イメージ‑トゥ‑テキスト、およびテキスト‑イン‑イメージ完結の3つのタスクに分割されます。イメージ‑トゥ‑テキストには500件の画像プロンプト(2355件の回答)があり、他の2つのタスクはそれぞれ100件ずつ(各約900件の回答)です。OCRで処理し、不適切な内容をフィルタリングしています。
- u4-table-cell-qastockmark197年間証券報告書の表から直接セル値を抽出するためのマルチモーダル日本語テーブル‑QAデータセットで、画像、バウンディングボックス付き OCR テキスト、質問、および回答を提供し、CC BY‑4.0 ライセンスの下にあります。
- Cauldron-JAturing-motors7kCauldron‑JAは、DeepL APIを使ってThe Cauldronから翻訳された44個のサブデータセットからなる日本語ビジョン‑ランゲージデータセットです。HuggingFace’s datasets library を通じて入手可能で、オリジナルセットと同一のライセンスで提供され、プロンプトはCC‑BY‑4.0でリリースされています。
- Galgame-VisualNovel-Reuploadjoujiboi5kGalgame VisualNovelデータセット (OOPPEENN/566973746F6F6372656164656C65746572) の再構成された再アップロード。Hugging Face datasets の効率的な読み込みのため、すべてのオリジナル音声/テキストを保持し、複数のゲームサブセットオプションを備えた抽出スクリプトを提供します。
- JMMMUJMMMU3kJMMMUは、日本語のマルチモーダルベンチマークで、ネイティブ専門家が翻訳した1,320の文化的に多様な質問(720は文化に依存しない、600は文化固有)に拡張され、現在は公開リーダーボードを備えています。
- STAIR-Captionsshunk0312kSTAIR‑Captionsは2017年にリリースされ、キャプション生成、マルチモーダル検索、画像生成に利用できる820,310の日本語キャプションを提供します。詳細なアノテーション、メタデータ、Creative Commons BY‑4.0 ライセンス付きです。
研究分野が近いリソース
pdmocrdataset-part1ndl-lab82デジタル化資料OCRテキスト化事業において作成されたOCR学習用データセットGitHub共通: OCR・文書画像・コーパス・データセット
ndl-minhon-ocrdatasetndl-lab22NDL古典籍OCR学習用データセット(みんなで翻刻加工データ)GitHub共通: OCR・文書画像・コーパス・データセット
pdmocrdataset-part2ndl-lab15OCR処理プログラム研究開発事業において作成されたOCR学習用データセットGitHub共通: OCR・文書画像・コーパス・データセット- manga-ocr-basekha-white299kManga OCR は、縦書きと横書きの日本語漫画テキスト(フリガナを含む)を、さまざまなフォントと低品質画像でも読み取る Vision Encoder-Decoder OCR ツールで、ソースコードは無料で入手可能です。HF モデル共通: OCR・文書画像・画像・マルチモーダル
Pix2Textbreezedeus3.3k小型モデルを用いたオープンソースの Python3 ツールで、画像内のレイアウト・表・数式(LaTeX)・テキストを認識し、Markdown 形式に変換する。Mathpix の無料代替として、視覚コンテンツをテキスト表現へシームレスに変換できる。80以上の言語に対応。多言語共通: OCR・文書画像・画像・マルチモーダル
manga-ocrkha-white2.8k日本語のマンガを中心に、光学文字認識についての説明。GitHub共通: OCR・文書画像・画像・マルチモーダル