ICDAR 2003

ICDAR2003 数据集是用于场景文本识别的数据集。它总共包含507张自然场景图像（包括258张训练图像和249张测试图像）。图像在字符级别进行注释。可以从图像中裁剪字符和单词。

The ICDAR2003 dataset is a dataset for scene text recognition. It contains a total of 507 natural scene images, including 258 training images and 249 test images. All images are annotated at the character level. Characters and words can be cropped from the images.

搜集汇总

背景与挑战

背景概述

ICDAR 2003是一个用于场景文本识别的数据集，包含507张自然场景图像（258张训练和249张测试），在字符级别进行注释，支持字符和单词的裁剪。该数据集由埃塞克斯大学于2003年发布，专注于光学字符识别任务，适用于图像CV领域的文本识别研究。