读光-OCR-文本长度均匀分布的场景文字识别数据集-英文

In the image (text line) dataset, text of lengths 2-25 distributes uniformly, with 200 images and 200 different words for each length. It can be used to evaluate length-insensitive text recognition.

本图像（文本行）数据集（image (text line) dataset）中，文本长度介于2至25的样本分布均匀，且每个长度对应200张图像与200个不同单词。该数据集可用于评估对文本长度不敏感的文本识别任务。

搜集汇总

背景与挑战

背景概述

TUL是一个用于场景文字识别的评估数据集，专门设计用于验证模型对文本长度的鲁棒性。它包含4800张图像，文本长度从2到25均匀分布，每长度对应200张图像和200个不同单词，仅使用小写英文字母和数字。数据集以lmdb格式存储，建议评估时避免使用真实训练数据以防止重叠。