DDI-100 (Distorted Document Images)

DDI-100 数据集是基于 7000 个真实唯一文档页面的文本检测和识别合成数据集，由超过 100000 个增强图像组成。基本事实包括文本和印章掩码、带有相关注释的文本和字符边界框。

The DDI-100 dataset is a synthetic dataset for text detection and recognition based on 7,000 real and unique document pages, and comprises over 100,000 augmented images. Its ground truths include text and seal masks, as well as text and character bounding boxes with corresponding annotations.

搜集汇总

背景与挑战

背景概述

DDI-100是一个大规模的文本检测和识别数据集，包含10万+增强图像，提供丰富的文本和字符级标注。该数据集由莫斯科物理与技术学院于2019年发布，适用于文档图像处理相关研究。