RoadText-1K

驾驶视频中的文本数据集。该数据集比现有最大的视频文本数据集大 20 倍。该数据集包含 1000 个驾驶视频剪辑，没有任何对文本的偏见，并且在每一帧中都有文本边界框和转录的注释。

A text dataset derived from driving videos. This dataset is 20 times larger than the largest existing video-text dataset. It contains 1000 driving video clips, is free of text-related biases, and is annotated with text bounding boxes and their corresponding transcriptions for every frame.

搜集汇总

背景与挑战

背景概述

RoadText-1K是一个驾驶视频文本数据集，包含1000个驾驶视频剪辑，具有文本边界框和转录的注释，规模是现有最大视频文本数据集的20倍。该数据集由海得拉巴国际信息技术研究所的计算机视觉中心于2020年发布。