IndicSTR12: Indic Scene Text Recognition

kaggle2025-11-24 更新2026-01-10 收录

场景文本识别

印度语言文本

数据链接：

https://www.kaggle.com/datasets/prathmeshzade/indicstr12-indic-scene-text-recognition 数据链接链接失效反馈

官方服务：

资源简介：

a comprehensive dataset for Indic Scene Text

面向印度语系场景文本（Indic Scene Text）的综合数据集

创建时间：

2025-11-24

KhmerST

场景文本识别

高棉语

KhmerST数据集是由拉罗谢尔大学的信息图像交互实验室创建的，专门用于低资源高棉语场景文本检测和识别任务。该数据集包含1,544张专家标注的图像，涵盖室内和室外场景，具有多样化的文本类型和光照条件。数据集的创建过程包括在柬埔寨各地采集图像，并使用VGG图像标注器进行标注，提供多边形边界框坐标和行级文本信息。KhmerST数据集旨在解决高棉语在自然场景中的文本检测和识别问题，适用于数字文档存档、自

arXiv2024-10-24 更新1060

Hindi Aesthetics Corpus and Stop Lemma List

印度语言文本

美学语料库

该仓库包含一个美学语料库，该语料库是通过以下来源的文本创建的：1. Mahatma Gandhi Antarrashtriya Hindi Vishwa Vidyalaya维护的电子图书馆http://hindisamay.com；2. 著名小说家Premchand故事的网站http://premchand.co.in；3. Bhandarkar Oriental Research Institu

github2021-08-21 更新190

IIIT-ILST

场景文本识别

印度文字识别

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。

Opencsg2024-03-26 更新110

Bharat Scene Text Dataset

场景文本识别

多语言数据

Bharat场景文本数据集包含13种语言的图像和文本标注，用于场景文本识别和检测。数据集详细记录了每种语言的图像数量、总词数及带有识别标注的词数，并通过JSON文件格式提供文本的标注信息。

github2024-05-03 更新500

Vertical and Horizontal Scene Text Recognition Dataset (WHU-VHTR)

场景文本识别

垂直水平文本识别

Although the vertical Chinese text recognition dataset presented by Yu is public, it is reproduced from the PosterErase dataset \cite{jiang2022self}, collected from the e-commerce platform for the pos

DataCite Commons2024-02-02 更新150

IndicSTR12: Indic Scene Text Recognition

资源简介：

相关数据集