omr_benchmark

Muse OMR Benchmark是一个小型、干净的基准数据集，用于光学音乐识别（OMR）任务，即从图像/PDF中识别音乐符号。数据集包含1077对数据，每对包括一个符号音乐乐谱（地面真实值）和一个经过数据增强的PDF渲染文件。所有基础作品均为公共领域。数据集旨在为OMR研究提供一个实用、可重复的公共基准。数据集中的PDF文件通过模拟现实世界扫描中的各种噪声（如墨水污渍、划痕、褶皱纸张、旋转/倾斜等）进行增强。数据集结构包括唯一的样本ID、增强的PDF文件和用于评估的MuseScore Studio格式的符号参考。Muse OMR Benchmark is a compact, clean benchmark dataset for optical music recognition (OMR) tasks, which aims to identify musical symbols from images or PDF files. The dataset contains 1077 data pairs, each consisting of a notated musical score (ground truth) and a data-augmented PDF rendering file. All underlying works are in the public domain. This dataset is designed to provide a practical, reproducible public benchmark for OMR research. The PDF files in the dataset are augmented by simulating various noises encountered in real-world scans, such as ink stains, scratches, crumpled paper, rotation and tilt, among others. The dataset structure includes unique sample IDs, augmented PDF files, and musical notation references in MuseScore Studio format for evaluation.

原始信息汇总

Muse OMR Benchmark 数据集概述

数据集基本信息

• 数据集名称：Muse OMR Benchmark
• 语言：英语
• 许可证：CC0-1.0
• 任务类别：图像特征提取
• 标签：光学音乐识别、乐谱、音乐记谱法、公共领域、基准测试
• 数据规模：1K<n<10K
• 数据对数量：1077对

数据集目的

旨在为光学音乐识别（OMR）领域提供一个实用、可复现的公共基准测试数据集，以解决该领域常使用私有或不一致数据集进行评估的问题。

数据集内容

• 数据构成：包含符号音乐乐谱（“真实标注”）与对应的PDF渲染图像对。
• 乐谱来源：所有底层作品均属于公共领域。
• PDF生成：从自有公共领域乐谱目录生成PDF，并应用数据增强以模拟真实世界扫描效果。
• 数据增强类型：包括墨水污渍/污点、划痕/磨损、褶皱或纹理纸张、旋转/倾斜及其他视觉噪声。

数据集结构

数据集以数据对形式分发，典型字段包括：

• id：唯一样本标识符
• pdf_image：增强后的PDF文件
• score：用于评估的MuseScore Studio文件格式的符号参考乐谱

相关资源

• 官方评估代码仓库：https://github.com/musescore/omr_benchmark

引用信息

若在论文或公共基准测试中使用此数据集，请引用： bibtex @dataset{pd_omr_benchmark, title = {Muse OMR Benchmark}, author = {Vasily Pereverzev and Kristina Abdullina}, year = {2025}, }

搜集汇总

数据集介绍

构建方式

在光学音乐识别领域，构建高质量基准数据集对于推动算法发展至关重要。Muse OMR Benchmark 数据集基于公共领域乐谱资源，通过系统化流程生成1077对样本。每对样本包含一个符号化乐谱作为真实标注，以及一个经过数据增强处理的PDF渲染图像。增强过程模拟了真实扫描文档中常见的退化现象，如墨迹污渍、纸张褶皱、旋转偏移等，从而提升了数据集的现实代表性。

特点

该数据集以其严谨的构建理念和实用性著称。所有乐谱素材均源自公共领域，确保了法律层面的广泛可用性。其核心特点在于通过可控的数据增强技术，生成了模拟现实世界扫描质量的图像，涵盖了多种噪声与形变类型，为评估OMR系统的鲁棒性提供了丰富场景。数据集规模适中，结构清晰，每项样本均配有唯一标识符、增强PDF图像及MuseScore格式的符号化参考文件，便于进行标准化评测与对比分析。

使用方法

研究人员可利用该数据集对光学音乐识别模型进行训练与基准测试。典型使用流程包括加载数据对，将PDF图像输入识别模型，并将输出结果与提供的符号化乐谱真实标注进行比较。官方代码仓库提供了标准化的评估脚本，确保了结果的可复现性。该数据集适用于评估模型在应对各种图像退化条件下的性能，是推动OMR技术向更实用、更鲁棒方向发展的关键工具。

背景与挑战

背景概述

光学音乐识别（OMR）作为音乐信息检索领域的关键分支，致力于从图像或PDF文档中自动提取音乐符号信息，以实现乐谱的数字化与结构化分析。Muse OMR Benchmark数据集由Vasily Pereverzev与Kristina Abdullina于2025年创建，旨在为学术界提供一个公开、可复现的基准测试平台。该数据集基于公共领域乐谱构建，包含1077对符号乐谱与增强渲染PDF，核心研究问题聚焦于提升OMR系统在复杂现实场景中的鲁棒性与准确性，对推动音乐技术标准化评估具有重要影响力。

当前挑战

在光学音乐识别领域，主要挑战在于处理乐谱图像中的多样化噪声干扰，如墨迹污损、纸张褶皱、旋转畸变等复杂退化现象，这些因素严重影响了符号分割与识别的精度。数据集构建过程中，研究人员需模拟真实扫描环境，通过数据增强技术生成逼真的退化样本，同时确保增强过程既保持乐谱语义一致性，又能覆盖广泛的实际应用场景。此外，平衡数据规模与标注质量，以及建立公平的评估框架，亦是该基准面临的关键难题。

常用场景

经典使用场景

在光学音乐识别领域，OMR Benchmark数据集常被用于评估和比较不同算法的性能。该数据集通过提供标准化的符号音乐参考与经过数据增强的PDF渲染图像配对，为研究者提供了一个可重复的测试平台。其经典使用场景包括训练和验证深度学习模型，如卷积神经网络，以识别扫描乐谱中的音符、休止符及其他音乐符号，从而推动自动音乐转录技术的发展。

实际应用

在实际应用中，OMR Benchmark数据集支持音乐数字化存档、教育工具开发以及音乐分析软件的优化。例如，图书馆和档案馆可利用基于该数据集训练的模型，将历史乐谱扫描件自动转换为可编辑的符号格式，便于保存和检索。此外，音乐教育平台能集成OMR技术，实现乐谱的即时识别与互动学习，提升用户体验和教学效率。

衍生相关工作

围绕OMR Benchmark数据集，已衍生出多项经典研究工作，包括基于深度学习的端到端识别系统和增强鲁棒性的预处理方法。例如，一些研究利用该数据集训练Transformer架构模型，以处理复杂乐谱布局；另一些工作则专注于噪声去除和图像校正技术，提高在模拟真实扫描条件下的识别准确率。这些进展共同推动了光学音乐识别领域的算法多样性与性能提升。