SpiS_GAN
收藏资源简介：
该数据集是SpiS-GAN手写合成框架的一部分，包含英文和越南语手写样本，用于生成逼真、清晰且书写者一致的手写体，以改进下游手写文本识别（HTR）系统。数据来源于两个公开数据集：IAM（英文手写数据集）和HANDS-VNOnDB（越南语手写数据集）。数据集以HDF5文件格式提供，包括训练/验证分割和测试分割文件，并配有相应的英文和越南语词典文件。数据支持两种分辨率版本：32像素和64像素。该数据集适用于手写合成、手写重建以及手写文本识别模型的训练与评估任务。
This dataset is part of the SpiS-GAN handwriting synthesis framework, containing English and Vietnamese handwriting samples for generating realistic, clear, and writer-consistent handwriting to improve downstream Handwritten Text Recognition (HTR) systems. The data is sourced from two public datasets: IAM (English handwriting dataset) and HANDS-VNOnDB (Vietnamese handwriting dataset). The dataset is provided in HDF5 file format, including train/validation splits and test split files, along with corresponding English and Vietnamese dictionary files. The data supports two resolution versions: 32 pixels and 64 pixels. This dataset is suitable for handwriting synthesis, handwriting reconstruction, and the training and evaluation of handwritten text recognition models.
数据集概述
数据集名称：SpiS-GAN 数据集（与 SpiS-GAN 手写合成框架配套）
数据集用途：用于训练和评估基于 GAN 的手写合成模型，生成逼真、可读且风格一致的手写文本，以提升下游手写文本识别（HTR）系统的性能。
数据集内容：
- IAM 英文手写数据集：包含训练/验证集和测试集，以 HDF5 格式存储（
train_32.hdf5、test_32.hdf5）。 - 越南语手写数据集（HANDS-VNOnDB）：包含训练/验证集和测试集，以 HDF5 格式存储（
train_vn.h5、test_vn.h5）。 - 词表文件：
english_words.txt（英文词表）和vietnamese_words.txt（越南语词表）。
数据分辨率：
- 32px 版本：已公开发布数据与检查点（checkpoints）。
- 64px 版本：配置文件已提供，数据集与检查点待后续更新。
文件结构（期望存放路径 ./data/）：
data/ |-- train_32.hdf5 # IAM 训练/验证集 |-- test_32.hdf5 # IAM 测试集 |-- train_vn.h5 # 越南语训练/验证集 |-- test_vn.h5 # 越南语测试集 |-- english_words.txt # 英文词表 `-- vietnamese_words.txt # 越南语词表
相关代码与模型：
- 代码仓库：https://github.com/DAIR-Group/SpiS-GAN
- 支持生成 32px 和 64px 分辨率的手写样本（64px 检查点待更新）。
- 提供预训练检查点（checkpoints）用于生成和推理。
许可协议：MIT
