Datasets
Dataset
odia-ocr-synth
by Pritosh
Odia OCR Synthetic Training Data 100,000 synthetic image-text pairs for training OCR models on Odia (ଓଡ଼ିଆ) script. Dataset Description Each sample consists of: A PNG image containing rendered Odia text A ground truth.
MITimage-to-text 113 010K < n < 100K rows
published 25 Mar 2026
Listed inAwesome-Odia-AI
Preview
First 5 rows of default / train, from the Hugging Face dataset viewer.
| text |
|---|
| ଝିଣ୍ଝିଣିଆ |
| ଆଧାର |
| ବାମେ ଧନୁ ଧରି ରାଘବ ଉଚ୍ଚାରି ଏ କେତେ ମାତର ? ୨୮ |
| ଆଇରିନ ସୁଲତାନା (ବଙ୍ଗଳା : সুলতাসুলতা) ଜଣେ ବାଂଲାଦେଶୀ ମଡେଲ୍ ଏବଂ ଅଭିନେତ୍ରୀ, ଯିଏକି ମୁଖ୍ୟତଃ ବଙ୍ଗଳାଦେଶର ଚଳଚ୍ଚିତ୍ର ଜଗତରେ ଅଭିନୟ କରନ୍ତି । ସେ ୨୦୦୮ ମସିହାରେ ପ୍ୟାଣ୍ଟିନ୍ ୟୁ୍ ଗଟ୍ ଦ ଲୁକ୍ ନାମକ ଏକ ସୌନ୍ଦର୍ଯ୍ୟ ପ୍ରତିଯୋଗିତାରେ ଅଂଶଗ୍ରହଣ କରିଥିଲେ, ଯେଉଁଥିରେ ସେ ଶ୍ରେଷ୍ଠ ହସକୁରା (ବେଷ୍ଟ ସ୍ମାଇଲ୍) ପୁରସ୍କାର ଜିତିଥିଲେ । ଏହାପରେ ସେ ଜଣେ ମଡ… |
| ତାଙ୍କ ବାପାଙ୍କ ନାମ ଫକୀର ଦାସ |
Cite this
MITimagetextCite
Tags
task_categories:image-to-textlanguage:orlicense:mitsize_categories:10K<n<100Kformat:textmodality:imagemodality:textlibrary:datasetslibrary:mlcroissantregion:usocrodiaoriyasynthetictext-recognition