暗物智能DMAIPMATH数据集是为了支持科技部下”复杂版面手写图文识别及理解关键技术研究”项目中”理科解题步骤分析评分和抄袭检测课题”而创建的，本数据集旨在提供大量试卷真题的图片以及文本等题目信息，以及解题思路和方案，并以json的格式进行存储，从而达到高效处理和运用数据的目的

在数据采集阶段，使用了高分辨率的摄像头对数学题目进行拍摄，确保图像清晰。图像预处理阶段，采用了图像二值化技术来简化图像内容，提高后续处理的准确性。接着，通过图像分割技术将每个数学题目从背景中分离出来，以便于后续的识别和标注。 在标注阶段，运用了计算机视觉和自然语言处理技术，对分割后的图片进行OCR（光学字符识别）处理，将图像中的文字转换为可编辑的文本。同时，通过labelimg等标注软件，由专业人员对OCR识别的结果进行校对和标注，生成对应的json文件，其中包含了题目的基本信息，如题目类型、难度、知识点等。 为了提高数据集的质量，采用了数据清洗技术，比如去除噪声、纠正识别错误等。此外，为了确保数据的多样性和覆盖面，数据集的构建过程中包括了图像的旋转、缩放、翻转等数据增强手段。在整个过程中，使用了机器学习算法对标注结果进行验证和优化。 涉及了图像采集、预处理（包括二值化和图像分割）、OCR识别、专业标注、数据清洗和数据增强等多个环节，每个步骤都采用了专业的技术手段，确保了数据集的高质量和可用性。

本数据集可以用于训练教育聊天机器人，辅助学生解决数学问题，提供个性化学习建议。开发智能辅导系统，根据学生的学习进度和问题解决能力提供定制化练习和指导。分析题目类型、解题策略的分布，研究小学数学教育的发展趋势。 通过对解题思路的分析，研究学生的认知过程和学习障碍。以及建立开放的数学教育资源库，允许教师和学生分享、检索和利用教育资源。等等方向。

参考附件 附件下载

Json文件中每一条数据拥有11条属性，其分别为 Id：关联到本条数据所对应的图片的编号 Type：表示本条数据代表的题型 Original_text：表示本条数据所关联的题目的文本信息 Diagram：表示本条数据所关联的题目的图片信息 url_list：表示本条数据所涉及到的图片的名称 equation：表示本条数据涉及到的方程 ans：表示本条数据关联的题目的答案 exam_point：表示本条数据关联到的题目的考点 analyse：表示本条数据关联到的题目的体型分析 procedure：表示本条数据关联的题目的解题过程 grade：表示数据所关联的题目所属的年级水平