Датасет документов и макетов для OCR
Каталог документов для OCR: счета, анкеты, рукописный текст и синтетические макеты удостоверений с разметкой полей. Тестовый сэмпл — бесплатно, ещё до оплаты партии.
Что входит в датасет документов для OCR?
Датасет включает счета, анкеты, договоры, рукописный текст и синтетические макеты удостоверений личности с разметкой полей — имя, дата, номер, подпись — для задач распознавания и извлечения данных. Формат — JPG/PDF со сканами и разметкой bbox в COCO или JSON; стандартная партия — от 2000 страниц.
Объём: от 2 000 страниц или сканов в партии
Формат: JPG/PDF + COCO/JSON разметка полей
Лицензия: обучение моделей OCR и извлечения данных
Цена: рассчитываем по типу документов и объёму
Это реальные документы граждан или синтетические макеты?
В датасете нет реальных документов граждан: удостоверения личности — это синтетические макеты со сгенерированными вымышленными данными, а не сканы настоящих паспортов или прав. Счета, анкеты и рукописный текст либо обезличены, либо также синтетические — реальные персональные данные третьих лиц в комплект поставки не входят.
Такой подход снимает риски по 152-ФЗ и позволяет использовать датасет для обучения OCR-моделей без обработки персональных данных реальных людей.
Частые вопросы о датасете документов
Это настоящие паспорта и удостоверения личности?
Нет, удостоверения личности в датасете — синтетические макеты со сгенерированными вымышленными данными; реальных документов граждан в комплекте поставки нет.
В каком формате поставляется разметка документов?
Сканы поставляются в JPG или PDF с разметкой полей — текст, дата, номер, подпись — в COCO или JSON; формат подстраиваем под ваш пайплайн распознавания и извлечения данных.
Какие типы документов есть в датасете?
В базовый каталог входят счета, анкеты, договоры, рукописный текст и синтетические макеты удостоверений; под конкретный тип документа можем собрать отдельную партию.
Можно ли заказать датасет под конкретную форму документа?
Да, состав по типу документа, языку и макету полей кастомизируем под задачу; для форм, которых нет в базовом каталоге, готовим новую партию макетов под заказ.
Сколько стоит датасет документов для OCR?
Ориентир — от 15 000 ₽ за партию; точная цена зависит от типа документов, объёма и сложности разметки полей. Тестовый сэмпл и смету присылаем после запроса, а для редких форматов или большого объёма расчёт индивидуальный.
Запросите сэмпл датасета документов
Укажите тип документов, формат полей и нужный объём — пришлём тестовый сэмпл разметки и смету в течение 1 рабочего дня.
Запросить сэмпл