用于高级文档 AI 训练的财务文档数据集

描述： 银行支票数据集 (Document AI)：合成银行支票由人工生成的支票图像组成，旨在复制真实支票的外观和内容。它包括收款人姓名、金额、日期、签名和支票号码等各种元素。该数据集用于训练和评估 Document AI 系统在光学字符识别 (OCR)、支票处理和自动数据提取等任务中的性能，为模型开发提供受控环境，而无需担心真实支票的隐私问题。

录音条件： - 单击的图像 - 扫描的 - 网络抓取工具

描述： 银行对账单数据集 (Document AI)：合成银行对账单包括人工生成的银行对账单，旨在模拟真实的财务文件。它包含各种交易记录、日期、金额和账户详细信息，其结构化以反映真实世界的格式和内容。该数据集用于训练和评估 Document AI 系统在光学字符识别 (OCR)、数据提取和文档分析等任务中的性能，提供受控环境，而不存在实际财务数据的隐私问题。

录音条件： - 已扫描 - Bank_Statement - Web 抓取工具

描述： 中国票据数据集包含各种票据的图片或文本样本，例如以中文书写的发票、收据和对账单。它具有多种格式和内容，包括项目描述、金额和日期。此数据集用于光学字符识别 (OCR)、财务文档处理和自动数据提取等任务。

描述： 阿拉伯语和英语内容图像集：用于 OCR 的图像 + 注释

描述： 条形码视频（Code128、UPC/EAN、PDF417、Aztec、多码）

描述： 弯曲的印刷文字：收集带有弯曲文字的图像，或带有非线性基线的文字

描述： 财务文件：银行对账单、支票、工资单、税单、抵押贷款、保险索赔（美国）

描述： 财务文件（第一阶段）抵押数据集——打印、扫描、拍照

描述： 财务文件（第 2 阶段）保险数据集 – 打印、扫描、拍照

描述： 手写文字：带有手写文字的 LivePhotos（日语、韩语、俄语）

描述： 带有边界框注释的发票数据集包括扫描或数字发票，其中发票号码、日期、供应商详细信息、行项目和总金额等关键字段都用边界框标记，使 AI 模型能够准确地从非结构化文档中检测和提取结构化信息。

描述： 带有印刷文字的 LivePhotos（日语、韩语、俄语）

描述： 多语言收据和发票数据集包含多种语言的多样化财务文件，使 AI 模型能够训练跨语言文本识别、关键字段提取和文档理解。

描述： 银行对账单 - 唯一模板 - 40：综合银行对账单

描述： 支票 - 独特模板 - 60：合成工资单

描述： 工资单 - 独特模板 - 130：合成银行支票

描述： 工资单数据集 (Document AI)：合成工资单由人工生成的工资单图像组成，没有任何注释。它具有各种工资单格式和详细信息，例如员工姓名、工资和日期，用于训练和测试 Document AI 系统执行 OCR 和文档处理等任务。

录音条件： - 已扫描 - 网页抓取