Upload README.md

README.md

@@ -1,24 +1,21 @@
-\---
-
-pretty\_name: Japanese Receipt Image Dataset (Basic)
+---
+pretty_name: Japanese Receipt Image Dataset (Basic)
 language:
-
-* ja
+  - ja
 license: cc-by-nc-4.0
-task\_categories:
-* image-classification
-* image-to-text
+task_categories:
+  - image-classification
+  - image-to-text
 tags:
-* image
-* japanese
-* receipts
-* receipt-ocr
-* document-ai
-* pii-masked
-size\_categories:
-* 1K<n<10K
-
-\---
+  - image
+  - japanese
+  - receipts
+  - receipt-ocr
+  - document-ai
+  - pii-masked
+size_categories:
+  - 1K<n<10K
+---
 
 # Japanese Receipt Image Dataset (Basic)
 
@@ -32,59 +29,59 @@ This dataset is shared as a practical resource for research, education, and eval
 
 All images in this release have been reviewed for inclusion and processed for privacy protection. Regions identified as personally identifiable information (PII) or transaction-specific machine-readable identifiers are covered with black rectangles in the published images.
 
-> This is the \\\*\\\*basic release\\\*\\\*. It contains receipt images and image-level metadata. Full text transcription and detailed region-level OCR annotations are not included in this repository.
+> This is the **basic release**. It contains receipt images and image-level metadata. Full text transcription and detailed region-level OCR annotations are not included in this repository.
 
-\---
+---
 
 ## Dataset Contents
 
 ### Industry distribution
 
-|Category|Directory|Images|
-|-|-:|-:|
-|Convenience stores|`convenience`|172|
-|Supermarkets|`supermarket`|211|
-|Drugstores|`drugstore`|129|
-|Restaurants and food service|`restaurant`|180|
-|Electronics, apparel, and general retail|`retail`|164|
-|Gas stations, parking, and transportation|`transport`|105|
-|Services and other businesses|`services\\\_other`|49|
-|**Total**||**1,010**|
+| Category | Directory | Images |
+|---|---:|---:|
+| Convenience stores | `convenience` | 172 |
+| Supermarkets | `supermarket` | 211 |
+| Drugstores | `drugstore` | 129 |
+| Restaurants and food service | `restaurant` | 180 |
+| Electronics, apparel, and general retail | `retail` | 164 |
+| Gas stations, parking, and transportation | `transport` | 105 |
+| Services and other businesses | `services_other` | 49 |
+| **Total** |  | **1,010** |
 
 The categories are operational labels created for this dataset. They are not intended as an authoritative industrial classification system.
 
 ### Capture-condition distribution
 
-|Capture condition|Images|
-|-|-:|
-|Front-facing and clear|779|
-|Angled|111|
-|Shadow|31|
-|Wrinkled or curved|72|
-|Angled + wrinkled or curved|9|
-|Shadow + wrinkled or curved|5|
-|Angled + shadow|3|
-|**Total**|**1,010**|
+| Capture condition | Images |
+|---|---:|
+| Front-facing and clear | 779 |
+| Angled | 111 |
+| Shadow | 31 |
+| Wrinkled or curved | 72 |
+| Angled + wrinkled or curved | 9 |
+| Shadow + wrinkled or curved | 5 |
+| Angled + shadow | 3 |
+| **Total** | **1,010** |
 
 ### Estimated OCR difficulty
 
-|Difficulty|Images|
-|-|-:|
-|Easy|666|
-|Medium|263|
-|Hard|81|
-|**Total**|**1,010**|
+| Difficulty | Images |
+|---|---:|
+| Easy | 666 |
+| Medium | 263 |
+| Hard | 81 |
+| **Total** | **1,010** |
 
 Additional image-level flags include:
 
-* Long receipt: 118 images
-* Faint printing: 31 images
-* Entire receipt visible: 1,009 images
-* Partial receipt with required content visible: 1 image
+- Long receipt: 118 images
+- Faint printing: 31 images
+- Entire receipt visible: 1,009 images
+- Partial receipt with required content visible: 1 image
 
 Capture conditions and OCR difficulty are practical review labels. OCR difficulty is an estimate and may vary depending on the model, preprocessing, and target fields.
 
-\---
+---
 
 ## Data Collection and Quality Control
 
@@ -94,18 +91,18 @@ A total of 1,042 submissions were collected. Approximately 3% were excluded duri
 
 Quality-control work included:
 
-* Checking whether the image contained an eligible receipt
-* Confirming that the information required for OCR evaluation was visible
-* Correcting image orientation where needed
-* Assigning an industry category
-* Assigning capture-condition and OCR-difficulty labels
-* Identifying privacy-sensitive regions
-* Applying permanent black masking to the public image files
-* Renaming files using a consistent category-based convention
+- Checking whether the image contained an eligible receipt
+- Confirming that the information required for OCR evaluation was visible
+- Correcting image orientation where needed
+- Assigning an industry category
+- Assigning capture-condition and OCR-difficulty labels
+- Identifying privacy-sensitive regions
+- Applying permanent black masking to the public image files
+- Renaming files using a consistent category-based convention
 
 Image-condition and OCR-difficulty labels were produced through visual review with AI assistance. They should be treated as descriptive metadata rather than objective ground truth.
 
-\---
+---
 
 ## Privacy Masking
 
@@ -113,94 +110,94 @@ Masking regions were specified using Label Studio and then permanently rendered
 
 The masking policy covers, where present:
 
-* Customer or other private individual names
-* Private telephone numbers or addresses
-* Visible portions of membership identifiers
-* Visible portions of payment-card identifiers
-* Transaction-specific barcodes and QR codes
-* Other information judged capable of identifying an individual or a specific private transaction
+- Customer or other private individual names
+- Private telephone numbers or addresses
+- Visible portions of membership identifiers
+- Visible portions of payment-card identifiers
+- Transaction-specific barcodes and QR codes
+- Other information judged capable of identifying an individual or a specific private transaction
 
 Publicly displayed store information, corporate information, and general campaign or customer-service codes were generally not treated as PII. Because receipt formats vary widely, users should not assume that masking eliminates every possible re-identification risk.
 
 If you identify a privacy issue, please contact `aidatasets@ingcrowd.jp`.
 
-\---
+---
 
 ## File Structure
 
 ```text
 images/
 ├── convenience/
-│   ├── receipt\\\_convenience\\\_0001.jpg
+│   ├── receipt_convenience_0001.jpg
 │   └── ...
 ├── supermarket/
 ├── drugstore/
 ├── restaurant/
 ├── retail/
 ├── transport/
-└── services\\\_other/
+└── services_other/
 ```
 
 Numbering starts at `0001` within each category. File names are unique across the dataset because the category name is included in every file name.
 
 Image-level metadata is provided separately in CSV format and links each record to its image path.
 
-\---
+---
 
 ## Potential Uses
 
 This dataset may be useful for non-commercial research and development involving:
 
-* Japanese receipt OCR experiments
-* Receipt and document detection
-* Document-layout analysis
-* Industry-category classification
-* Evaluation of OCR robustness under real-world capture conditions
-* Image-quality and OCR-difficulty estimation
-* Privacy-masking workflow evaluation
-* Receipt-data collection and annotation workflow research
+- Japanese receipt OCR experiments
+- Receipt and document detection
+- Document-layout analysis
+- Industry-category classification
+- Evaluation of OCR robustness under real-world capture conditions
+- Image-quality and OCR-difficulty estimation
+- Privacy-masking workflow evaluation
+- Receipt-data collection and annotation workflow research
 
 This basic release does **not** provide complete transcription ground truth, item-level structured data, or bounding boxes for all printed fields. It should therefore not be treated as a complete end-to-end receipt-understanding benchmark by itself.
 
-\---
+---
 
 ## Limitations
 
-* The category distribution is intentionally varied but not statistically representative of all receipts issued in Japan.
-* Store chains, regions, receipt formats, products, dates, and payment methods are not evenly sampled.
-* Some categories overlap in ordinary business usage; category labels follow this project's operational rules.
-* OCR-difficulty labels are subjective estimates rather than measured model error rates.
-* Store names, product names, prices, dates, and other non-PII receipt content may remain visible.
-* The dataset must not be used to identify, profile, or infer sensitive information about customers, employees, or contributors.
+- The category distribution is intentionally varied but not statistically representative of all receipts issued in Japan.
+- Store chains, regions, receipt formats, products, dates, and payment methods are not evenly sampled.
+- Some categories overlap in ordinary business usage; category labels follow this project's operational rules.
+- OCR-difficulty labels are subjective estimates rather than measured model error rates.
+- Store names, product names, prices, dates, and other non-PII receipt content may remain visible.
+- The dataset must not be used to identify, profile, or infer sensitive information about customers, employees, or contributors.
 
-\---
+---
 
 ## Custom Dataset Services
 
 IngCrowd provides custom data collection and annotation services for AI development and academic research, including:
 
-* Image and video collection across Japan
-* Participant and contributor recruitment
-* Collection-manual and quality-control design
-* OCR transcription and structured receipt annotation
-* Bounding-box and document-layout annotation
-* PII review and privacy masking
-* Human evaluation and large-scale BPO operations
+- Image and video collection across Japan
+- Participant and contributor recruitment
+- Collection-manual and quality-control design
+- OCR transcription and structured receipt annotation
+- Bounding-box and document-layout annotation
+- PII review and privacy masking
+- Human evaluation and large-scale BPO operations
 
 For custom dataset production or research support:
 
-* Website: https://www.ingcrowd.jp/en/
-* Japanese website: https://www.ingcrowd.jp/
-* Email: `aidatasets@ingcrowd.jp`
-* Hugging Face: https://huggingface.co/IngCrowd
+- Website: https://www.ingcrowd.jp/en/
+- Japanese website: https://www.ingcrowd.jp/
+- Email: `aidatasets@ingcrowd.jp`
+- Hugging Face: https://huggingface.co/IngCrowd
 
-\---
+---
 
 ## License
 
 This dataset is released under the **Creative Commons Attribution-NonCommercial 4.0 International (CC BY-NC 4.0)** license.
 
-\---
+---
 
 # 日本語
 
@@ -214,59 +211,59 @@ This dataset is released under the **Creative Commons Attribution-NonCommercial
 
 本データセットは、日本の実環境で撮影されたレシート画像を使った研究・教育・検証の入口として、また株式会社イングクラウドが対応するデータ収集、検品、分類、マスキングのサンプルとして公開しています。CC BY-NC 4.0の条件に従い、非商用の範囲で自由にご利用・加工・共有いただけます。
 
-> 本リポジトリは\\\*\\\*基本データセット\\\*\\\*です。画像と画像単位の基本属性を収録します。全文文字起こしや、すべての文字領域に対する詳細なバウンディングボックスは含みません。
+> 本リポジトリは**基本データセット**です。画像と画像単位の基本属性を収録します。全文文字起こしや、すべての文字領域に対する詳細なバウンディングボックスは含みません。
 
-\---
+---
 
 ## 収録内容
 
 ### 業種別内訳
 
-|業種|フォルダ|枚数|
-|-|-:|-:|
-|コンビニ|`convenience`|172|
-|スーパー|`supermarket`|211|
-|ドラッグストア|`drugstore`|129|
-|飲食店|`restaurant`|180|
-|家電・衣料・雑貨等の小売|`retail`|164|
-|ガソリンスタンド・駐車場・交通|`transport`|105|
-|サービス・その他|`services\\\_other`|49|
-|**合計**||**1,010**|
+| 業種 | フォルダ | 枚数 |
+|---|---:|---:|
+| コンビニ | `convenience` | 172 |
+| スーパー | `supermarket` | 211 |
+| ドラッグストア | `drugstore` | 129 |
+| 飲食店 | `restaurant` | 180 |
+| 家電・衣料・雑貨等の小売 | `retail` | 164 |
+| ガソリンスタンド・駐車場・交通 | `transport` | 105 |
+| サービス・その他 | `services_other` | 49 |
+| **合計** |  | **1,010** |
 
 業種カテゴリは、本データセットの運用上の分類です。公的または統計上の業種分類を示すものではありません。
 
 ### 撮影状態
 
-|撮影状態|枚数|
-|-|-:|
-|正面・鮮明|779|
-|斜め|111|
-|影|31|
-|しわ・湾曲|72|
-|斜め＋しわ・湾曲|9|
-|影＋しわ・湾曲|5|
-|斜め＋影|3|
-|**合計**|**1,010**|
+| 撮影状態 | 枚数 |
+|---|---:|
+| 正面・鮮明 | 779 |
+| 斜め | 111 |
+| 影 | 31 |
+| しわ・湾曲 | 72 |
+| 斜め＋しわ・湾曲 | 9 |
+| 影＋しわ・湾曲 | 5 |
+| 斜め＋影 | 3 |
+| **合計** | **1,010** |
 
 ### OCR難易度（一次判定）
 
-|難易度|枚数|
-|-|-:|
-|易|666|
-|中|263|
-|難|81|
-|**合計**|**1,010**|
+| 難易度 | 枚数 |
+|---|---:|
+| 易 | 666 |
+| 中 | 263 |
+| 難 | 81 |
+| **合計** | **1,010** |
 
 このほか、以下の画像単位フラグを付与しています。
 
-* 長尺レシート：118枚
-* 薄い印字：31枚
-* レシート全体が写っている：1,009枚
-* 一部が画面外だが必要情報は確認可能：1枚
+- 長尺レシート：118枚
+- 薄い印字：31枚
+- レシート全体が写っている：1,009枚
+- 一部が画面外だが必要情報は確認可能：1枚
 
 撮影状態およびOCR難易度は実務上の一次判定です。OCR難易度は、使用するモデル、前処理、読み取り対象によって変わります。
 
-\---
+---
 
 ## 収集・検品
 
@@ -276,18 +273,18 @@ This dataset is released under the **Creative Commons Attribution-NonCommercial
 
 主な工程は以下のとおりです。
 
-* レシート画像としての適格性確認
-* OCR評価に必要な情報が写っているかの確認
-* 必要に応じた画像方向の修正
-* 業種カテゴリの判定
-* 撮影状態およびOCR難易度の判定
-* 個人情報等を含む領域の指定
-* 公開画像への黒塗り処理
-* 業種名を含む統一ファイル名への変更
+- レシート画像としての適格性確認
+- OCR評価に必要な情報が写っているかの確認
+- 必要に応じた画像方向の修正
+- 業種カテゴリの判定
+- 撮影状態およびOCR難易度の判定
+- 個人情報等を含む領域の指定
+- 公開画像への黒塗り処理
+- 業種名を含む統一ファイル名への変更
 
 撮影状態とOCR難易度は、AIを補助的に使用した画像確認により付与しました。客観的な正解値ではなく、画像の特徴を表す参考属性として利用してください。
 
-\---
+---
 
 ## マスキング
 
@@ -295,18 +292,18 @@ Label Studioでマスキング対象領域を指定し、公開用画像へ黒
 
 主な対象は以下のとおりです。
 
-* 顧客等の個人名
-* 個人に紐づく電話番号・住所
-* 会員番号の表示部分
-* 決済カード番号の表示部���
-* 個別取引を示すバーコード・QRコード
-* その他、個人または非公開の取引を識別し得る情報
+- 顧客等の個人名
+- 個人に紐づく電話番号・住所
+- 会員番号の表示部分
+- 決済カード番号の表示部分
+- 個別取引を示すバーコード・QRコード
+- その他、個人または非公開の取引を識別し得る情報
 
 店舗が一般公開している情報、法人情報、汎用的なキャンペーン・問い合わせ用コードは、原則として個人情報とは扱っていません。レシートの形式は多様であるため、マスキングにより再識別リスクが完全になくなることを保証するものではありません。
 
 問題のある画像を確認した場合は、`aidatasets@ingcrowd.jp` までご連絡ください。
 
-\---
+---
 
 ## ファイル構成
 
@@ -318,63 +315,62 @@ images/
 ├── restaurant/
 ├── retail/
 ├── transport/
-└── services\\\_other/
+└── services_other/
 ```
 
 各カテゴリ内では `0001` から連番を付けています。すべてのファイル名に業種カテゴリを含めているため、データセット全体でもファイル名は重複しません。
 
 画像単位の基本属性はCSV形式で収録し、各レコードから対応する画像パスを参照できる構成とします。
 
-\---
+---
 
 ## 想定用途
 
-* 日本語レシートOCRの検証
-* レシート・文書領域の検出
-* 文書レイアウト解析
-* 業種カテゴリ分類
-* 実環境におけるOCRの頑健性評価
-* 画像品質・OCR難易度の推定
-* 個人情報マスキング工程の検証
-* 画像収集・検品・アノテーション工程の研究
+- 日本語レシートOCRの検証
+- レシート・文書領域の検出
+- 文書レイアウト解析
+- 業種カテゴリ分類
+- 実環境におけるOCRの頑健性評価
+- 画像品質・OCR難易度の推定
+- 個人情報マスキング工程の検証
+- 画像収集・検品・アノテーション工程の研究
 
 本リポジトリ単体には、全文文字起こし、商品単位の構造化データ、すべての文字領域に対するバウンディングボックスは含まれません。この基本データセットだけで、完全なレシート理解ベンチマークとして利用することは想定していません。
 
-\---
+---
 
 ## 制約・注意事項
 
-* 日本国内で発行されるすべてのレシートを統計的に代表するデータではありません。
-* チェーン、地域、様式、商品、日付、支払方法等の分布は均等ではありません。
-* 一般的な業種区分では複数カテゴリに該当し得る店舗も、プロジェクト上のルールで一つのカテゴリへ分類しています。
-* OCR難易度はモデルの実測誤り率ではなく、目視による推定です。
-* 店舗名、商品名、金額、日付等、個人情報に該当しないレシート内容は画像内に残っている場合があります。
-* 顧客、従業員、収集協力者の特定、プロファイリング、機微情報の推測を目的として使用しないでください。
+- 日本国内で発行されるすべてのレシートを統計的に代表するデータではありません。
+- チェーン、地域、様式、商品、日付、支払方法等の分布は均等ではありません。
+- 一般的な業種区分では複数カテゴリに該当し得る店舗も、プロジェクト上のルールで一つのカテゴリへ分類しています。
+- OCR難易度はモデルの実測誤り率ではなく、目視による推定です。
+- 店舗名、商品名、金額、日付等、個人情報に該当しないレシート内容は画像内に残っている場合があります。
+- 顧客、従業員、収集協力者の特定、プロファイリング、機微情報の推測を目的として使用しないでください。
 
-\---
+---
 
 ## カスタムデータセット制作
 
 株式会社イングクラウドでは、AI開発・学術研究向けに、次のようなデータ収集・アノテーション業務を提供しています。
 
-* 日本全国を対象とした画像・映像収集
-* 参加者・収集協力者の募集
-* 収集マニュアル・検品基準の設計
-* OCR文字起こし・レシート項目の構造化
-* バウンディングボックス・文書レイアウトアノテーション
-* 個人情報確認・マスキング
-* 人手評価・大規模BPO運用
+- 日本全国を対象とした画像・映像収集
+- 参加者・収集協力者の募集
+- 収集マニュアル・検品基準の設計
+- OCR文字起こし・レシート項目の構造化
+- バウンディングボックス・文書レイアウトアノテーション
+- 個人情報確認・マスキング
+- 人手評価・大規模BPO運用
 
 独自のデータセット制作や研究支援については、ウェブサイトまたはメールよりお問��合わせください。
 
-* Website: https://www.ingcrowd.jp/
-* English: https://www.ingcrowd.jp/en/
-* Email: `aidatasets@ingcrowd.jp`
-* Hugging Face: https://huggingface.co/IngCrowd
+- Website: https://www.ingcrowd.jp/
+- English: https://www.ingcrowd.jp/en/
+- Email: `aidatasets@ingcrowd.jp`
+- Hugging Face: https://huggingface.co/IngCrowd
 
-\---
+---
 
 ## ライセンス
 
 本データセットは **Creative Commons Attribution-NonCommercial 4.0 International（CC BY-NC 4.0）** ライセンスで公開します。
-