Datasets:
File size: 2,542 Bytes
90d5c12 | 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 | ---
language: vi
license: other
tags:
- ocr
- han-nom
- vietnamese
- heritage
- vision
- document-understanding
pretty_name: Hán-Nôm Heritage Dataset (17GB)
task_categories:
- object-detection
- image-to-text
---
# Hán-Nôm Heritage Dataset (Đặc tuyển Di sản Hán-Nôm)
Chi tiết tập dữ liệu lớn nhất hiện nay phục vụ bóc tách và số hóa di sản Hán-Nôm Việt Nam. Tập dữ liệu bao gồm hơn **52,900 cặp ảnh-văn bản** chất lượng cao được thu thập và xử lý công phu từ các nguồn thư tịch cổ.
## 📊 Thông số Kỹ thuật (Dataset Statistics)
| Tham số | Giá trị |
| :--- | :--- |
| **Tổng kích thước** | 16.9 GB (Raw Images) |
| **Số lượng bản ghi** | 114,058 rows (labels.csv) |
| **Tổng số ảnh gốc** | 52,900+ original images |
| **Độ phân giải** | Cao (Tối ưu cho OCR/YOLO) |
| **Ngôn ngữ** | Chữ Nôm, Chữ Hán cổ (Thư pháp Việt) |
## 📂 Cấu trúc Dữ liệu (Structure)
Dữ liệu được tổ chức để sẵn sàng cho các pipeline AI hiện đại:
- `raw/images/`: Chứa các bản scan nguyên gốc từ thư viện số.
- `labels.csv`: Tệp metadata trung tâm chứa tọa độ vùng chữ, nội dung text và nguồn gốc tác phẩm.
- `yolo_dataset/`: (Trong quá trình đóng gói) Dữ liệu đã được gán nhãn theo định dạng YOLO để phát hiện cột chữ.
- `dictionaries/`: Các tệp từ điển đối soát (Thiều Chửu, Hán Việt Tự Điển).
## 🏛️ Nguồn gốc Dữ liệu (Provenance)
Dữ liệu được tổng hợp từ:
- **Thư viện Quốc gia Việt Nam** (Bản scan số hóa).
- **Nom Foundation (Viện Bảo tồn Di sản Chữ Nôm):** Dữ liệu đối chiếu học thuật.
- **Tác phẩm tiêu biểu:** Truyện Kiều, Lục Vân Tiên, các bản văn bia và mộc bản triều Lê - Nguyễn.
## 🚀 Cách sử dụng (Usage)
### 1. Tải dữ liệu bằng `huggingface-hub`:
```python
from huggingface_hub import snapshot_download
path = snapshot_download(
repo_id="Cong123779/Han_Nom_Dataset",
repo_type="dataset",
local_dir="./data/raw"
)
```
### 2. Tích hợp vào YOLO Training:
Sử dụng các file trong thư mục `yolo_dataset/` để huấn luyện các model phát hiện vùng chữ cổ.
---
**Duy trì bởi:** [@Cong123779](https://huggingface.co/Cong123779)
**Mục tiêu:** Bảo tồn và số hóa di sản văn hóa Việt Nam thông qua Trí tuệ Nhân tạo.
|