ICDAR 2019-LSVT (Large-scale Street View Text)

ICDAR 2019-LSVT (大规模街景文本) 是一个大规模场景文本数据集。
数据集包括带有文本的450,000图像，全部取自真实街道 (例如店面、地标等)，其中400,000图像被部分注释为训练数据; 50,000图像 (30,000训练图像20,000测试图像) 被完全标记。

ICDAR 2019-LSVT (Large-Scale Street View Text) is a large-scale scene text dataset. The dataset contains 450,000 images with text, all collected from real-world street scenarios such as storefronts, landmarks, etc. Among them, 400,000 images are partially annotated as training data; 50,000 images (including 30,000 training images and 20,000 test images) are fully annotated.

搜集汇总

背景与挑战

背景概述

ICDAR 2019-LSVT是一个大规模街景文本数据集，包含45万张真实街道图像（如店面、地标），用于场景文本识别任务。数据集中，40万张图像被部分注释用于训练，另有5万张图像（包括3万训练和2万测试）被完全标记，由百度于2019年发布。