Raphael2099/wzf-jinwen-ocr

吴镇烽《金文通鉴》OCR 数据集 (Wzf Jinwen Tongjian OCR Dataset) ⚠️ PRIVATE / RESEARCH USE ONLY — 源自吴镇烽老师《金文通鉴》商业出版数据库。 仅供个人学术研究和比赛使用，严禁公开分发。详见底部"数据来源与版权"。 概要 来自吴镇烽《金文通鉴》（青铜器铭文数据库）的高质量金文 OCR 训练数据。 40,095 张图像（拓本 25,049 + 器物 15,046） 19,720 件独立器物 10,275 种字符（含 PUA 金文专字 + CJK 扩展平面） 释文 ground truth 由吴镇烽老师学术级整理 目录 images/ ├── rubbing/ # 拓本图（OCR 训练主力，质量高） └── vessel/ # 器物全照（含部分铭文，可作辅助/预训练） train.jsonl # 31,997 行 val.jsonl # 3,910 行 test.jsonl # 4… See the full description on the dataset page: https://huggingface.co/datasets/Raphael2099/wzf-jinwen-ocr.