OCR数据集github链接以及RCNN所用到的数据集介绍

已于 2022-08-24 16:00:14 修改
阅读量1.7k 收藏 2
点赞数 2
分类专栏： 计算机视觉 文章标签： 计算机视觉 深度学习 人工智能
于 2021-07-12 15:51:57 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/prague6695/article/details/118651290
版权
这篇博客主要介绍了OCR领域的数据集，如SynthText训练数据集，以及用于性能评估的ICDAR 2003, ICDAR 2013, IIIT 5k和街景文本(SVT)测试数据集。同时提到了深度学习模型RCNN在OCR中的应用，并给出了相关资源链接。" 119601112,10511844,Oracle数据库操作详解,"['数据库', 'Oracle', 'SQL', '存储过程', '数据操作']

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

系列文章目录

文章目录

RCNN原论文数据集

训练数据集

首先，是b站上深度之眼出的关于CRNN论文解读以及原始代码解读。
论文中训练数据用的是合成的数据集Synth，其包括了800万幅训练图像及其对应的单词标签（这里个人有个一个思考：800万辐图像中就光包含了单词，而单词总量8万多，说明训练过程中每个单词出现了100次左右，个人理解就是量变产生质变，就是拿数据集喂出来的）

SynthText 自然场景图像数据集示例
在这里插入图片描述

测试数据集

测试数据集：ICDAR 2003 (IC03)、ICDAR 2013 (IC13)、IIIT 5k字(IIIT5k)和街景文本(SVT)。用于性能评估

IC03
包含251幅标有标记文本边界框的场景图像。忽略了包含非字母的数字字符和少于三个字符的图像，并剪切出860个文本图像的测试集。每个测试图像与一个含有50词的字典相关连。一个完整的词典是通过组合所有的每个图像的词典来建立的。
IC13

最低0.47元/天 解锁文章
语音识别 | 使用深度学习模型如CRNN或CTC在LibriSpeech数据集上进行语音识别任务。
sybh的博客
04-24 801
最后，我们使用Keras中的`fit()`函数来训练模型，并使用测试数据来验证模型的性能。该数据集包含1000个小时的语音信号和其对应的文本，被分为train-clean-100、train-clean-360、train-other-500、dev-clean、dev-other、test-clean和test-other七个子集。在这篇博客中，我们将介绍如何使用Python和深度学习框架Keras来实现语音识别，我们将使用CRNN模型在LibriSpeech数据集上进行识别任务。函数计算MFCC特征。
PaddlePaddle/PaddleOCR 中英文文字识别
钱多多先森
09-06 9520
1.准备工作 GitHub地址：https://github.com/PaddlePaddle/PaddleOCR 1.QUICK INSTALLATION：https://github.com/PaddlePaddle/PaddleOCR/blob/release/2.2/doc/doc_en/installation_en.md 2.Quick start of Chinese OCR model:https://github.com/PaddlePaddle/PaddleOCR/blob/rel
python3 制作CRNN lmdb格式的数据集
Daniel丶
09-28 1611
写入的代码 #-*- coding:utf-8 -*- import os import lmdb#先pip install这个模块哦 import cv2 import glob import numpy as np def checkImageIsValid(imageBin): if imageBin is None: return False # imageBuf = np.fromstring(imageBin, dtype=np.uint8)
【深度学习】合成数据集 与 真实数据集
最新发布
欢迎来到我的CSDN个人博客主页！
02-23 1178
本文介绍了在深度学习研究中常用的合成数据集与真实数据集。
crnn转换数据集
delw85574的博客
08-16 2402
在做crnn实验的时候数据的格式是一张图片对应一个标签，比如说 图片名称 1.jpg 内容是 你好呀 那么你的标签就应该是 1.txt 在网上找了一个数据集https://github.com/YCG09/chinese_ocr 数据集下载地址数据集：https://pan.baidu.com/s/1QkI7kjah8SPHwOQ40rS1Pw(密码：lu7m) 下载下来发现...
训练CRNN之数据集下载与mat文件转换成txt格式
qq_42910179的博客
01-12 958
一、下载数据集之SVT 添加链接描述 首先当然是用上面那个链接把SVT下载下来，压缩包中主要包含的是一个.m文件，一个.mat文件以及茫茫多的png文件，且分为训练集，测试集以及一个包含额外训练集的extra包，这里我就只用train文件夹进行训练，用test文件夹下的数据进行测试。由于项目中使用的是lmdb，且懒得再重新写一个Dataset，因此决定生成SVT的lmdb文件，同时也可以学习一下l...
OCR 识别数据集、统计脚本总结供下载
dongfang1984的博客
04-22 3169
IIIT5K Scene Text Recognition using Higher Order Language Priors 简介，5K涨裁剪好的文字图片，如上图。2K张训练集，3K张测试集。测试集中包含了街景，网络图片等。仅标注62个字符，52个字母以及10个数字。 我这边整理了一份可用的，供下载，GT为txt格式 密码:u461。 ...
深度学习最全面试题总结（一）
专注大数据与人工智能技术分享，欢迎私信加群互相学习！
05-04 2万+
导读：本系列深度学习面试题系列总结，资料集合包含机器学习、深度学习等各系列常见问题，可配合下列资料一起学习，内容参考Github及网络资源，仅供个人学习。侵权联系删除！
【OCR技术系列之六】文本检测CTPN的代码实现
weixin_34405332的博客
12-02 3306
这几天一直在用Pytorch来复现文本检测领域的CTPN论文，本文章将从数据处理、训练标签生成、神经网络搭建、损失函数设计、训练主过程编写等这几个方面来一步一步复现CTPN。CTPN算法理论可以参考这里。 训练数据处理 我们的训练选择天池ICPR2018和MSRA_TD500两个数据集，天池ICPR的数据集为网络图像，都是一些淘宝商家上传到淘宝的一些商品介绍图像，其标签方式参考了ICDAR2015...
【DL学习笔记】EAST文本检测
刘培誉Sonia
02-24 1015
OCR的常规步骤 思路一 预处理+检测+分割+识别 思路二 deep检测（代替上图预处理+检测）+ deep识别（代替分割+识别） 思路2中又分两个思路 思路2.1 deep检测+deep识别（rnn/lstm+CTC） 思路2.2 deep检测+deep识别（rnn/lstm+attention),nlp借鉴而来 今天主要介绍的是思路二中第一部分，deep检测，用到的是EAST文本检查。 论文...
制作你自己的lmdb格式数据集& 场景文本识别 文字检测与识别 数据库分享
zhaominyiz的博客
03-13 4350
最近一直在处理lmdb格式的数据集，因此对于此方向上几个数据集的lmdb格式资源进行分享 对于这些数据集的出处和源数据下载，可以参考这篇 由于Syn90和ST80过大，他们将于稍后时间开源 SVT： ICDAR2015： IIIT5K： Syn90： ST80： ...
文本识别数据集ICDAR2003.zip
08-09
文本识别数据集：ICDAR2003 训练集1156张 测试集 1110 标签中都是每张图片上对应的单词 train.txt和test.txt都是过滤之后的标签（去掉符号和小于3个字符的） 另外两个标签是原版标签没有进行任何过滤 可自行在前面添加文件路径，也可以去我的主页下载添加路径的代码文件（python文件）
ICDAR2013数据集 下载
08-11
ICDAR数据集，完整下载 包括end-to-end/text localization/text segmentation/word recognition
CRNN_Chinese_Characters_Rec：（CRNN）汉字识别
02-05
字符识别 基于卷积递归网络的汉字识别库。 性能 识别图片中的字符 开发环境 WIN 10或Ubuntu 16.04 使用CUDA 10.0的PyTorch 1.2.0（可能会修复CTC丢失） :fire: yaml Easydict 张量板 数据 合成中文字符串数据集 下载 将lib / config / 360CC_config.yaml DATA：ROOT编辑为您的图像路径 DATASET: ROOT: 'to/your/images/path' 下载（密码：eaqb） 将char_std_5990.txt放入lib / dataset / txt / 并将trai
英文字体ocr识别数据集合
04-20
英文字体 ocr 数据集 20000条数据 用逗号隔开
ICDAR2013数据集百度网盘链接
05-25
这是我找了很久下载到的文本检测与识别的数据库，方便作字符检测、文本检测与识别的同仁下载，顺便给点激励分
【遥感图像】数据集合集！
Kyzy_1919的博客
11-08 2368
根据所提供的指导，我们还提供了一个构建 RS 图像数据集的示例，即 Million-AID，这是一个新的大型基准数据集，包含用于 RS 图像场景分类的一百万个实例。新数据集由以下30种航空场景类型组成: 机场，裸地，棒球场，海滩，桥梁，中心，教堂，商业，密集住宅，沙漠，农田，森林，工业，草甸，中等住宅，山地，公园，停车场，游乐场，池塘，港口，火车站，度假村，河流，学校，稀疏住宅，广场，体育场，储罐和高架桥。武汉大学·中国科学院·慕尼黑工业大学·德国航空航天中心·特温特大学。中国科学院·中国科学院大学。
文字识别(OCR)CRNN（基于pytorch、python3） 实现不定长中文字符识别
热门推荐
Sierkinhane的博客
09-26 5万+
实时姿态估计网络：https://github.com/Sierkinhane/AtrousPose 简单单人跟踪：https://github.com/Sierkinhane/human_tracker（基于目标检测与特征映射算法） 演示视频：https://www.bilibili.com/video/av44360925 新写的关于人脸检测算法MTCNN的文章https://......
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值