The Street View Text Dataset 街景文字数据集

街景文字（SVT）数据集是从Google街景中获取的。此数据中的图像文本具有较高的可变性，并且通常具有较低的分辨率。在处理室外街道级图像时，我们注意到两个特征。（1）图片文字通常来自业务标牌，（2）可以通过地理业务搜索轻松获得公司名称。

The Street View Text (SVT) dataset is collected from Google Street View. The textual content within the images of this dataset exhibits high variability and typically has low resolution. When processing outdoor street-level images, two key characteristics have been identified: (1) The text in the images usually originates from business signs; (2) Company names can be easily retrieved via geographic business searches.

搜集汇总

背景与挑战

背景概述

街景文字（SVT）数据集来源于Google街景，包含高可变性、低分辨率的图像文本，主要源自业务标牌。该数据集仅提供单词级注释，适用于词汇驱动的单词识别与检测任务。