Synthetic Chinese String 合成中文字符串数据集

Synthetic Chinese String 数据集是一个中文字符识别数据集，包含 360 多万张训练图片，5824 个字符。图片场景较简单，为白底黑字。

The Synthetic Chinese String Dataset is a Chinese character recognition dataset, containing over 3.6 million training images and covering 5824 distinct Chinese characters. The images feature simple scenes with black text on a white background.

搜集汇总

背景与挑战

背景概述

Synthetic Chinese String 数据集是一个用于中文字符识别的合成数据集，包含360多万张训练图片和5824个字符，图片为简单的白底黑字场景。该数据集大小为8.8 GB，适用于自然语言处理领域的研究和应用。