SVHN
收藏魔搭社区2025-11-28 更新2024-08-31 收录
下载链接:
https://modelscope.cn/datasets/OmniData/SVHN
下载链接
链接失效反馈官方服务:
资源简介:
displayName: SVHN
labelTypes:
- Box2D
- Classification
license:
- SVHN Custom
mediaTypes:
- Image
paperUrl: http://ufldl.stanford.edu/housenumbers/nips2011_housenumbers.pdf
publishDate: "2011"
publishUrl: http://ufldl.stanford.edu/housenumbers/
publisher:
- Stanford University
tags:
- Colors
- Number
- Borders
taskTypes:
- Image Classification
- OCR
- Object Detection
---
# 数据集介绍
## 简介
SVHN(Street View House Number)Dateset 来源于谷歌街景门牌号码,这些是带有字符级边界框的原始、可变分辨率、彩色门牌号图像,如上面的示例图像所示。 (此处的蓝色边界框仅用于说明目的。边界框信息存储在 digitStruct.mat 中,而不是直接绘制在数据集中的图像上。)每个 tar.gz 文件都包含 png 格式的原始图像,以及digitStruct.mat 文件,可以使用 Matlab 加载。 digitStruct.mat 文件包含一个名为 digitStruct 的结构,其长度与原始图像的数量相同。 digitStruct 中的每个元素都有以下字段: name 是一个包含相应图像文件名的字符串。 bbox 是一个结构数组,包含图像中每个数字边界框的位置、大小和标签。
## 引文
```
@article{netzer2011reading,
title={Reading digits in natural images with unsupervised feature learning},
author={Netzer, Yuval and Wang, Tao and Coates, Adam and Bissacco, Alessandro and Wu, Bo and Ng, Andrew Y},
year={2011}
}
```
## Download dataset
:modelscope-code[]{type="git"}
显示名称:SVHN
标注类型:
- 二维边界框(Box2D)
- 分类任务
授权协议:
- SVHN 自定义协议
媒体类型:
- 图像
论文链接:http://ufldl.stanford.edu/housenumbers/nips2011_housenumbers.pdf
发布日期:2011年
发布地址:http://ufldl.stanford.edu/housenumbers/
发布机构:
- 斯坦福大学(Stanford University)
标签:
- 色彩
- 数字
- 边界框
任务类型:
- 图像分类
- 光学字符识别(OCR)
- 目标检测
---
# 数据集介绍
## 简介
SVHN(街景门牌号码,Street View House Number)数据集源自谷歌街景的门牌图像,其样本为带有字符级二维边界框的原始可变分辨率彩色门牌号图像,如示例图像所示(注:文中蓝色边界框仅为演示用途,实际边界框信息存储于digitStruct.mat文件中,并未直接绘制于数据集的原始图像上)。每个tar.gz压缩包均包含PNG格式的原始图像,以及可通过Matlab加载的digitStruct.mat文件。该文件包含一个名为digitStruct的结构体数组,其长度与原始图像总数一致。结构体中的每个元素包含如下字段:name为对应图像文件名的字符串;bbox为结构体数组,存储了图像中每个数字的边界框位置、尺寸及类别标签。
## 引文
@article{netzer2011reading,
title={Reading digits in natural images with unsupervised feature learning},
author={Netzer, Yuval and Wang, Tao and Coates, Adam and Bissacco, Alessandro and Wu, Bo and Ng, Andrew Y},
year={2011}
}
## 下载数据集
:modelscope-code[]{type="git"}
提供机构:
maas
创建时间:
2024-07-11



