DUDE_Sample_Based_样本训练数据OCR_PDF处理完整数据

数据集概述

本数据集是DUDE平台的首个样本训练数据集，供挑战者搭建系统使用。包含OCR、PDF样本文件及数据集描述JSON文件，无目录结构，文件类型以压缩包为主。

文件详解

• DUDE_sample_OCR.zip：ZIP格式压缩文件，可能包含用于OCR任务的样本数据
• DUDE_sample_pdfs.zip：ZIP格式压缩文件，可能包含PDF格式的样本文件
• DUDE_sample_dataset.json：JSON格式文件，可能包含数据集的元数据或描述信息

适用场景

• DUDE平台系统开发：帮助挑战者快速搭建和测试针对DUDE任务的算法系统
• 样本数据预处理研究：探索OCR和PDF样本数据的预处理方法
• 数据集格式适配分析：研究如何将不同类型的样本数据适配到统一的系统框架中