AnyText评测集

## 数据集简介
AnyText-benchmark是多语言视觉文字生成与编辑模型AnyText所提供的评测集，采用三种评价方法用于评测文字生成方法的性能，包括OCR相关的Sentence Accuracy, Normalized Edit Distance指标，以及图像真实性相关的FID指标。该评测集目前包含中文和英文两种语言的数据，其中OCR部分的规模是中英各1000张图片，FID部分的规模是中英各4万张。评测方法细节及代码请参考[论文](https://arxiv.org/abs/2311.03054)及[代码](https://github.com/tyxsspa/AnyText)。

20250228更新：补充了AnyText2使用的long caption版本的benchmark, 参考[论文](https://arxiv.org/abs/2411.15245)及[代码](https://github.com/tyxsspa/AnyText2)。

### Clone with HTTP
```bash
git clone https://www.modelscope.cn/datasets/iic/AnyText-benchmark.git
```

### 数据集简介
AnyText-benchmark评测基准集是多语言视觉文字生成与编辑模型AnyText推出的专属评测集，其采用三类评测方法以全面评估文字生成模型的性能，涵盖与光学字符识别（OCR, Optical Character Recognition）相关的句子准确率（Sentence Accuracy）、归一化编辑距离（Normalized Edit Distance）指标，以及与图像真实性相关的弗雷歇特初始距离（FID, Fréchet Inception Distance）指标。

该评测基准集当前包含中文与英文两类语言数据：其中OCR评测子集的规模为中英各1000张图像，FID评测子集的规模则为中英各40000张图像。关于评测方法的详细细节与代码实现，请参考[论文](https://arxiv.org/abs/2311.03054)及[代码仓库](https://github.com/tyxsspa/AnyText)。

2025年2月28日更新：本次更新补充了适配AnyText2使用的长描述（long caption）版本评测基准集，相关信息可参考[论文](https://arxiv.org/abs/2411.15245)及[代码仓库](https://github.com/tyxsspa/AnyText2)。

### 通过HTTP协议克隆
bash
git clone https://www.modelscope.cn/datasets/iic/AnyText-benchmark.git

搜集汇总

背景与挑战

背景概述

AnyText评测集是由AnyText提供的多语言视觉文本生成和编辑模型的评估数据集，包含中文和英文两种语言的数据，用于评估文本生成方法的性能，包括OCR相关指标和图像真实性相关的FID指标。数据集最近更新增加了AnyText2使用的长标题版本。