تم تطوير مجموعة بيانات CC-OCR بشكل مشترك من قبل مجموعة Alibaba وجامعة Huazhong للعلوم والتكنولوجيا وجامعة جنوب الصين للتكنولوجيا في عام 2024 لتوفير معيار شامل وتحدي لتقييم أداء النماذج متعددة الوسائط الكبيرة في مهام التعرف على النص (OCR).CC-OCR: معيار OCR شامل وصعب لتقييم النماذج متعددة الوسائط الكبيرة في محو الأمية". تغطي مجموعة البيانات أربع مهام أساسية: قراءة النصوص متعددة المشاهد، وقراءة النصوص متعددة اللغات، وتحليل المستندات، واستخراج المعلومات الرئيسية، وتحتوي على 39 مجموعة فرعية و7058 صورة موضحة بالكامل. ويساهم إطلاق CC-OCR في سد الفجوة في تقييم النماذج متعددة الوسائط الحالية في الهياكل المعقدة والتحديات البصرية الدقيقة، وهو أمر ذو أهمية كبيرة لتعزيز تقدم النماذج متعددة الوسائط في التطبيقات العملية.

الاستشهاد

@misc{yang2024ccocr,
title={CC-OCR: A Comprehensive and Challenging OCR Benchmark for Evaluating Large Multimodal Models in Literacy},
author={Zhibo Yang and Jun Tang and Zhaohai Li and Pengfei Wang and Jianqiang Wan and Humen Zhong and Xuejing Liu and Mingkun Yang and Peng Wang and Shuai Bai and LianWen Jin and Junyang Lin},
year={2024},
eprint={2412.02210},
archivePrefix={arXiv},
primaryClass={cs.CV},
url={https://arxiv.org/abs/2412.02210},
}