MLe2e تعني Multi-Language end-to-end، والتي تستخدم لتقييم نظام القراءة من البداية إلى النهاية لنص المشهد، بالإضافة إلى جميع المراحل الوسيطة مثل اكتشاف النص، والتعرف على النص، والتعرف على النص. تحتوي مجموعة البيانات على إجمالي 711 صورة مشهد تغطي أربع لغات مختلفة (اللاتينية والصينية والكانادا والكورية).