中文街景数据集CTW

源自论文，Chinese Text in the Wild

主要包含32285张图片，共计1018402个汉字，3850个汉字类别。主要来自清华-腾讯100K数据集和腾讯街景数据集。图片大小为2048*2048。

其中训练集：检测测试集：识别测试集=8：1：1

该数据集可以用于自然场景文字的检测和识别2个任务。

 

Annotation 包括：

（1） 每个汉字的检测框

（2） 一行汉字的检测框

（3） 是否遮挡（occlusion）

是否有复杂背景（complex background ）

是否扭曲（distortion ）

是3D字体还是平面字体（raised）

是否是艺术风格还是传统风格（wordart ）

手写体还是打印体（handwritten ）

Reference:

https://ctwdataset.github.io/