MJSynth (Syn90k)

合成词数据集是综合生成的数据集，我们发现它足以训练现实世界图像上的文本识别。该数据集由覆盖90k英语单词的900万图像组成，包括我们工作中使用的训练、验证和测试拆分。

The Synthetic Word Dataset is a synthetically generated dataset, which we have found to be sufficient for training text recognition models on real-world images. This dataset consists of 9 million images covering 90,000 English words, and includes the training, validation, and test splits used in our work.

搜集汇总

背景与挑战

背景概述

MJSynth (Syn90k)是由牛津大学2014年发布的合成词数据集，包含900万张覆盖9万英语单词的图像，用于文本识别模型的训练和评估。数据集已划分训练、验证和测试集。