Datasets:
File size: 2,568 Bytes
fda9bbf cf173dc |
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 |
---
annotations_creators:
- expert-generated
- machine-generated
language:
- fr
- en
license:
- unknown
multilinguality:
- monolingual
paperswithcode_id: null
pretty_name: IAM-RIMES Dataset
size_categories:
- 10K<n<100K
source_datasets:
- extended
- original
tags:
- handwriting
- NER
task_categories:
- token-classification
task_ids:
- named-entity-recognition
---
#### **Résumé**
Ce projet présente la création d’un dataset manuscrit en français à partir de deux sources principales :
1. Le dataset manuscrit IAM (en anglais).
2. Le dataset RIMES (en français).
#### **Phases de Création**
1. **Collecte des Données Sources** :
- Récupération du jeu de données IAM contenant des textes manuscrits en anglais.
- Application d’un modèle de traduction automatique pour obtenir des textes en français.
- Génération synthétique de manuscrits en français à l’aide d’un modèle GAN (Generative Adversarial Network). La méthodologie s’appuie notamment sur le projet [ScrabbleGAN](https://github.com/arshjot/ScrabbleGAN).
## Dataset Card
### **IAM-RIMES Dataset**
#### **Résumé**
Le dataset IAM-RIMES est un ensemble de données manuscrites en français, créé en fusionnant :
1. **IAM Dataset** : Traduit et enrichi par des textes manuscrits synthétiques.
2. **RIMES Dataset** : Ensemble de textes manuscrits réels en français.
#### **Détails Techniques**
- **Sources** : IAM (anglais) et RIMES (français).
- **Approches Utilisées** :
- Traduction automatique pour convertir le contenu IAM en français.
- GANs pour générer des manuscrits synthétiques réalistes à partir de textes traduits.
- Fusion des données générées avec RIMES pour augmenter la taille du dataset.
#### **Structure du Dataset**
- **Images/** : Contient les images manuscrites, organisées en sous-dossiers avec au maximum 1 000 fichiers par dossier.
- **Labels/** : Contient les annotations texte correspondantes, organisées de la même manière.
#### **Application**
Le dataset IAM-RIMES est idéal pour des tâches telles que :
- La reconnaissance optique de l’écriture manuscrite (OCR).
- La génération de textes manuscrits synthétiques.
- Les analyses linguistiques appliquées aux manuscrits.
#### **Taille**
- Nombre total d’images manuscrites : ~50 000.
- Taille totale : ~500 Mo.
#### **Références**
- [ScrabbleGAN Repository](https://github.com/arshjot/ScrabbleGAN)
- [IAM Dataset](https://fki.tic.heia-fr.ch/databases/iam-handwriting-database)
- [RIMES Dataset](http://www.a2ia.com/fr/rimes-database)
---
|