基于 olmOCR-mix-1025 的逼真衍生数据集

Hi allenai 团队， 我已经创建了 olmOCR-mix-1025 的照实版本： olmOCR-mix-1025-Photoreal 这些页面是经过增强的，而不是干净的数字 PDF，同时保留了原始文件名，以便现有的注释仍然可以使用。 希望这能帮助提高未来的 olmOCR 模型的鲁棒性。 如果有人需要类似的数据集（特定效果或应用场景），请随意使用。 如果有用，我很乐意讨论。