Chinese Text in the Wild

Chinese Text in the Wild 是一个包含约 100 万个汉字的中文文本数据集，来自 3850 个独特的汉字，由专家在 30000 多张街景图像中进行注释。这是一个具有挑战性的数据集，具有良好的多样性，包含平面文本、凸起文本、光照不足的文本、远距离文本、部分遮挡的文本等。

Chinese Text in the Wild is a Chinese text dataset containing approximately 1 million Chinese characters, spanning 3850 distinct Chinese characters and annotated by experts on over 30,000 street view images. This is a challenging dataset with excellent diversity, including planar texts, raised texts, under-lit texts, distant texts, partially occluded texts, and more.

搜集汇总

背景与挑战

背景概述

Chinese Text in the Wild是一个中文文本数据集，包含约100万个汉字，覆盖3850个独特字符，基于30000余张街景图像注释，具有多样化的文本场景。该数据集由清华大学和腾讯于2018年发布，适用于场景文本检测和光学字符识别任务。