Irregular scene text recognize performance over public.

Figshare2022-08-29 更新2026-04-28 收录

场景文本识别

不规则OCR评估

数据链接：

https://figshare.com/articles/dataset/Irregular_scene_text_recognize_performance_over_public_/20716837 数据链接链接失效反馈

官方服务：

资源简介：

Irregular scene text recognize performance over public.

创建时间：

2022-08-29

Real-CE

场景文本识别

图像超分辨率

Real-CE数据集是由香港理工大学和OPPO研究院联合创建的，专注于中英文场景文本图像超分辨率的实际应用。该数据集包含1,935对训练图像和783对测试图像，总计33,789条文本行，其中24,666条为中文，9,123条为英文。数据集通过多种场景和资源收集，确保了文本内容、呈现和光照条件的多样性。创建过程中，使用了不同焦距的相机模块来捕捉图像，并通过图像注册方法进行对齐。Real-CE数据集旨

arXiv2023-08-07 更新2490

Bharat Scene Text Dataset

场景文本识别

多语言数据

Bharat场景文本数据集包含13种语言的图像和文本标注，用于场景文本识别和检测。数据集详细记录了每种语言的图像数量、总词数及带有识别标注的词数，并通过JSON文件格式提供文本的标注信息。

github2024-05-03 更新490

Awesome Indic Scene Text Dataset

场景文本识别

多语言数据

该项目旨在收集印度语言的场景文本图像，目前专注于收集以下语言的图像：孟加拉语、古吉拉特语、印地语、卡纳达语、马拉雅拉姆语、奥里亚语、旁遮普语、泰米尔语、泰卢固语和乌尔都语。未来可能添加更多印度语言。

github2022-04-20 更新130

KhmerST

场景文本识别

高棉语

KhmerST数据集是由拉罗谢尔大学的信息图像交互实验室创建的，专门用于低资源高棉语场景文本检测和识别任务。该数据集包含1,544张专家标注的图像，涵盖室内和室外场景，具有多样化的文本类型和光照条件。数据集的创建过程包括在柬埔寨各地采集图像，并使用VGG图像标注器进行标注，提供多边形边界框坐标和行级文本信息。KhmerST数据集旨在解决高棉语在自然场景中的文本检测和识别问题，适用于数字文档存档、自

arXiv2024-10-24 更新1060

STR-Fewer-Labels

场景文本识别

数据集

STR-Fewer-Labels数据集是由东京大学创建的，用于场景文本识别（STR）任务的数据集。该数据集包含276,000条真实标记的数据，旨在解决在无法使用合成数据的情况下训练STR模型的问题，特别是在处理手写或艺术文本以及非英语语言时。数据集通过GitHub公开，地址为https://github.com/ku21fan/STR-Fewer-Labels。创建过程涉及整合多个公开的真实数据源

arXiv2021-06-05 更新370

Irregular scene text recognize performance over public.

资源简介：

相关数据集