datasets
Training and evaluation data, with the modality, task and licence stated up front. Listed live from the Hugging Face Hub.
Low-light_Scene_Text_Dataset
Low-light Scene Text Dataset
This repository provides a low-light scene text recognition dataset for studying text recognition under challenging illumination conditions. The dataset is designed to support research on Low-light Scene Text Recognition (LLSTR), where text images may suffer from low contrast, noise, uneven illumination, blur, and other degradations commonly observed in nighttime or poorly lit environments.
The dataset contains two main parts:
LSTR: a large-scale… See the full description on the dataset page: https://huggingface.co/datasets/lumimusta/Low-light_Scene_Text_Dataset.korean-text-rendering-data
한글 텍스트 렌더링 학습 데이터
이미지 안에 정확한 한글 텍스트를 렌더링하는 능력 개선을 위해 만들어진 합성(synthetic) 이미지-프롬프트 데이터셋입니다. 2026년 5월~7월에 걸쳐 진행된 세 차례의 별도 학습 이터레이션에서 나온 데이터를 통합했습니다.
총 79,460장, 2개 config(콘텐츠 유형)로 구성. 각 config는 독립적으로 로드할 수 있습니다.
from datasets import load_dataset
ds = load_dataset("<repo_id>", name="diagram") # 유형별로 필요한 것만
이 릴리즈는 순수 한글 타이포그래피 학습에 초점을 맞춰 atomic_text(99.4% 한글)와
diagram(100% 한글) 두 유형만 포함합니다. 둘 다 코드·템플릿 기반 결정론적 생성이라
외부 생성형 서비스에 의존하지 않고, 라이선스 문제가 없습니다. "프롬프트 안 인용부호=정답
텍스트" 컨벤션은 둘 다… See the full description on the dataset page: https://huggingface.co/datasets/fasoo/korean-text-rendering-data.llava_finetuning_dataset_for_text_extraction