Akshara-Bengali

Language

Bengali

Modality

Printed

Details Description

We randomly crop word images from 1000 document page images to create the Akshara-Bengali dataset. The pages are taken from multiple books and scanned using a flatbed scanner. The pages are scanned in 300 DPI. We manually annotate ground truth transcriptions of cropped word images. This dataset consists of 1,00,013 word images, and their corresponding ground truth transcriptions. We divide this dataset into Training, Validation, and Test Sets consisting of 80,113, 9,787, and 10,113 word images and their corresponding ground truth transcriptions. There are 18,352 unique Bengali words in the training set.

Training Set:

train.zip contains folder named “images” with 80,113 word level images, “train_gt.txt” file containing image name and ground truth transcription separated by “Tab space”, and “vocabulary.txt” contains list of 18352 unique words in the Training set.

Validation Set:

val.zip contains folder named “images” with 9,787 word level images, and “val_gt.txt” containing image name and ground truth text separated by “Tab space”.

Test Set:

test.zip contains folder named “images” with 10,113 level images, and “test_gt.txt” containing image name and ground truth text separated by “Tab space”.

Downloads

To download Train, Test or Val data, please Login

Login Sign Up

Sample Word Level Images from Training Set

Image Ground Truth
হৃদয়ে
নাম
অনুরোধ
সমাজে
যেতে
রেখে
বলিয়া
যায়
সমস্ত
না,
চিঠি
হাতে
দেখতে
গিয়ে
গোষ্ঠীর
সজ্জা
হাততালি
বললেন,
সতের-আঠার
যাগের
আর
ঋক্
নাওনি
কথাও
সার্বভৌমত্ব
গৃহের
ঘুরে
যায়
দাস
যেমন
যায়
ভাই
কি
ছিল
?
আছে,
ছাতু
গেল
এত
সমস্ত
আমি
গেলেন
ফুল
ছোট–আগে
খুব
সে-খবর
ধোতি
গোছানো
টিটির
অথবা
বদবু
ফুটিয়ে
জানায়
কাল
কাছে
ফেললাম
বলে
দিল্লি
আগেই
বন্ধুর
লীনা
কি
না
ববির
ভুলে
করে
বিড়বিড়
মুখ
তার
?
নিয়ে
যায়
ধারণায়
তৈরি
নাম
সময়ে
তাঁর
পর্যন্ত
ইচ্ছের
দেখো-
থেকে
?
পাঠাতে
হেসে
তিনি
বেশ
মুখে
তাহাদের
সে
দাদা
লইয়া
শুইতে
নিদ্রায়
এত
ঘরে
মতো
উমেশ

License

This dataset is under the license CC BY 4.0. For more details, please see the data_license.doc file.

Feedback form