Multi-Language end-to-end の正式名である MLe2e は、シーン テキストのエンドツーエンドの読み取りシステムと、テキスト検出、スクリプト認識、テキスト認識などのすべての中間段階を評価するために使用されます。データセットには、4 つの異なる言語 (ラテン語、中国語、カンナダ語、韓国語) をカバーする合計 711 のシーン画像が含まれています。