IIIT-ILST

这项工作解决了印度脚本中的场景文本识别问题。作为第一步，我们使用 CRNN 模型对三种印度文字（梵文、泰卢固语和马拉雅拉姆语）的场景文本识别进行基准测试。为此，我们发布了三个脚本的新数据集，包含近 1000 张野外图像，适用于场景文本检测和识别任务。我们使用合成词图像训练识别模型。这些数据也是公开的。

搜集汇总

背景与挑战

背景概述

IIIT-ILST是一个专注于印度脚本场景文本识别的数据集，涵盖梵文、泰卢固语和马拉雅拉姆语，提供近1000张野外图像用于文本检测和识别任务。该数据集由海得拉巴国际信息技术研究所于2017年发布，采用合成词图像进行模型训练，并遵循CC BY 4.0许可协议。