Langhui
Embodied AI Dataset

Dataset de procesamiento de documentos de la Oficina

8.000+episodes . Documento OCR . Archivo de Clasificación de Sellos . Automatización de Oficina Personal Digital

episodes8,000+
Facturas/contratos/reembolsos/formas de aprobación, etc.12 documentos de clase
Marca de prueba de cumplimientoSellos/signatura
Imprimir/escan/clasificar/archive5 Procesos de Paso
No Real Sensitive Information脱敏处理
Fuentes de datos y Límites de aplicación:Esta página proporciona un catálogo público y información de comunicación de proyectos; fuentes de datos, escala, campos, alcance de autorización, requisitos de anotación y métodos de entrega están sujetos a revisión de cumplimiento y acuerdos de proyectos escritos。El contenido está destinado al aprendizaje de la imitación robótica, la formación de modelos mundiales y la investigación de datos multiembodimentarios, y no constituye ningún rendimiento específico del producto o compromiso comercial。

Dataset Overview

Definición:El conjunto de datos de procesamiento de archivos de la oficina es un conjunto de datos inteligentes proporcionado por Long Salang Langhui Information Technology Ltd. La impresión de documentos, estampación, escaneo, catalogación y operaciones de colación de documentos en el lugar de la oficina, el registro simultáneo de documentos OCR, los pasos operativos y el estado de aprobación, son aplicables a la capacitación del personal digital para la automatización de oficinas.
Nombre del conjunto de datosDataset de procesamiento de documentos de la Oficina
Volumen total de datos8,000+ episodes
Tipo de datosVideo, OCR, pruebas de sello/signatura, estado de aprobación, pasos de proceso
Especificaciones de vídeo1920×1080 @ 30 FPS
Formato de entregaLeRobot 3.0 / RLDS / HDF5 / Metadatos JSON
Tipo de licenciaDatos o Proyectos Personalizados

Principales campos de datos

Cada pieza de datos contiene campos estructurados completos, cubriendo todos los requisitos de metadatos básicos a análisis profesional。

Categoría de campoCampos típicos
Operaciones de oficina VideoVideos, perspectivas de escritorio, tipo de documento, función de operador, escenas de oficina, condiciones de luz
Documento OCR ContentContenido de texto, localización de sellos, detección de firmas, estructura de mesa, campos de instrumentos, tipo de diseño, extracción de información clave
Procesamiento Paso DescripciónPlazo y resultado de pasos como impresión, estampado, escaneo, clasificación, archivo, aprobación de flujo, marca de rotura anormal
Aprobación y estadoNodos de aprobación, paso/rechazo de marcas, razones inusuales, tiempo de procesamiento, interceptaciones del sistema, registros de flujo
Metadatos y cumplimientoCódigo sectorial, número de documento, alcance de autorización, marcadores de síntesis/dissensibilización de datos, nivel de cumplimiento

Muestra de datos

Lo siguiente es una muestra estructurada de JSON de identificación que ilustra el formato de datos típico.

Otros organizadores
"OFF-2026-0018922",
"Oficina": "finance dept",
"Tipo dedoc": "inview",
"video": "rgb 0018922.mp4", "deepth 0018922.mkv", "fps":
"ocr":
"texto": "Example Technology Ltd. Cantidad: ¥12.500.00",
"casas de sello": [120, 80, 220, 140], "signatura": verdadera, "células de mesa": [...]
{\cHFFFFFF}{\cH00FF}
"pasos":
"time": 3.2, "action": "print", "status": "done",
"tiempo": 8.5, "acción": "estamp", "status": "done",
"Tiempo": 15.1, "acción": "escan", "status": "done",
"tiempo": 22.4, "acción": "archive", "status": "done"
No lo sé.
"aprobado": "nodo": "gerente", "resultado": "aprobado", "comment": "aprobado"
*Lo siento*

AI Application Scenarios

Personal digital de automatización de oficinas

Entrena modelos visuales RPA+ para realizar tareas de oficina duplicadas como impresión, estampado, escaneo, archivo, etc.

Proceso inteligente de documentos

OCR, con el modelo de formación para la interpretación de documentos, incluyendo factura, contrato, formulario, etc., para el análisis de los datos sobre el diseño.

Pruebas de sello y firma

Formación en datos visuales para autenticidad de sellos, pruebas existenciales de firma y modelos de revisión de cumplimiento.

excavación del proceso de aprobación

Modelo para recomendaciones para la detección y optimización de anomalías en el proceso de capacitación en datos de paso y estado.

Armario de archivos inteligente

El sistema automatizado de clasificación y recuperación de acciones de archivo y archivos de entidades de formación de datos de ubicación.

Auxiliar de Oficinas Multimodulares

Video, OCR, asistente de AI que puede entender las escenas de la oficina en el entrenamiento de datos de estado.

FAQ

¿Qué tipos de documentos son compatibles?
Cubre documentos de oficina comunes como facturas, contratos, reclamaciones, formularios de aprobación, certificados, devoluciones bancarias, correos, etc.
¿Qué contienen los campos OCR?
Incluye campos clave como texto común, cantidad, fecha, encabezado, número de impuestos, sello, firma, celda de mesa, etc.
¿Hay información real y sensible involucrada?
Los datos han sido desensibilizados o sintetizados, y no contienen información personal real y secretos comerciales.
¿Cómo obtener una muestra de datos?
Contacte con Changsha Langhui Information Technology Co., Ltd. DataAssetsAPI Plataforma。

¿Necesita una solución de datos personalizada?

Changsha Langhui Information Technology Co., Ltd. La plataforma DataAssetsAPI está dedicada a proporcionar activos de datos de alta calidad y compatibles para empresas de IA e instituciones de investigación. Apoya una combinación flexible por dimensión, por escala de cantidad.

Vista previa de la muestra de datos · Soluciones de datos personalizadas · Soporte técnico profesional

Data Sample Preview Soluciones de disciplina personalizadas Professional Technical Support