文本识别数据集

最新推荐文章于 2024-02-29 10:54:33 发布
最新推荐文章于 2024-02-29 10:54:33 发布
阅读量2.1k 收藏 13
点赞数 1
分类专栏： 文本识别 文章标签： 计算机视觉 文本识别 数据集 ocr 中文识别数据集
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/u011331397/article/details/122777914
版权
该博客汇总了常见的文本识别数据集，特别是开源的中文数据集，如RCTW, CTW, MTWI 2018及中文场景文字识别技术创新大赛的数据。详细信息可在github上查看，鼓励社区互动，如star, fork, pr, issue。" 138299143,17049435,Java全栈工程师必学知识体系详解,"['Java', '开发语言', 'Web开发', '框架', '全栈开发']
摘要由CSDN通过智能技术生成

文本识别数据集

包含常见的文本识别数据集（中英文），包含很多开源的中文数据集，包括RCTW,CTW,MTWI 2018,中文场景文字识别技术创新大赛等数据

具体详见github，欢迎star,fork,pr,issue等

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

CV小蜗牛
关注
专栏目录
文字识别/文本检测数据集
Sesen的木屋
10-28 1万+
1、Chinese Text in Wild (CTW) 32285张图像，1018402个中文字符(来自于腾讯街景); 包含平面文本，凸起文本，城市文本，农村文本，低亮度文本，远处文本，部分遮挡文本。 图像大小2048*2048，数据集大小为31GB。 (8:1:1)比例训练集(25887张图像，812872个汉字)，测试集(3269张图像，103519个汉字)，验证集(3129张图像...
OCR常用数据集_看数据集区分可识别语言
qq_51070956的博客
11-27 2680
最后，我们从剩余图像中随机抽取一个子集来构建我们的数据集。HierText 图像具有更高的分辨率，其长边限制为 1600 像素，而之前基于 Open Images [22,48] 的数据集限制为 1024 像素，从而产生更清晰的文本。该数据集共1555张图像，11459文本行，包含水平文本，倾斜文本，弯曲文本。文件大小441MB。Total-Text 是一个数据集, 其中包含各 种形状的文本, 包括水平的,多取向的和弯曲的. 这 3 个数据集包含了中文和英文的数据集共 6 万张, 用于 文字检测和识别。
深度学习文本识别数据集
01-12
网上一些资源下载不便，我最近也在搜集这方面资料，大家可以借鉴一下
文本识别数据集IIIT.zip
08-09
文本识别数据集：IIIT 训练集2000张 测试集3000 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）
文本识别数据集SVT.zip
08-09
文本识别数据集：SVT 训练集257张 测试集647 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）
文本识别数据集ICDAR2013.zip
08-09
文本识别数据集：ICDAR2013 训练集848张 测试集 1095 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）
场景文本识别数据集.zip
06-20
【标题】"场景文本识别数据集.zip"是一个专门用于训练和评估英文场景文本识别模型的资源，它包含具有不同方向和复杂性的文本实例。在这个压缩包中，我们重点关注的是计算机视觉和自然语言处理领域的交叉应用，即如何...
文本识别数据集ICDAR2015.zip
08-09
文本识别数据集：ICDAR2015 训练集4468张 测试集2077 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...
通用中文字数据集3，ocr识别文字
06-16
通用中文字数据集3，ocr识别文字https://download.csdn.net/download/weixin_32759777/12527482
通用中文字数据集1，ocr识别
06-16
通用中文字数据集1，ocr识别文字，其中包括训练集合标签txt文件，测试集合标签txt文件，解压后即可看到
lmdb CUTE80 OCR场景文本识别数据集
03-25
LMDB格式的CUTE80资源 包括288张非常倾斜扭曲的高难度图像 如何使用可见博客 https://blog.csdn.net/zhaominyiz/article/details/104834770
文本检测识别数据集
热门推荐
u011489887的专栏
04-03 2万+
1.中文数据集 CTW data(Chinese Text in the Wild) 清华大学与腾讯共同推出了中文自然文本数据集（Chinese Text in the Wild，CTW）——一个超大的街景图片中文文本数据集，为训练先进的深度学习模型奠定了基础。目前，该数据集包含 32,285 张图像和 1,018,402 个中文字符，规模远超此前的同类数据集。研究人员表示，未来还将在此数据集...
TextDetection文本检测数据集汇总
TomRen
01-12 1万+
字符识别和文本检测的主流数据集和最近工作
使用数据集文字识别
最新发布
tmocr的博客
02-29 376
首先，您需要收集一个汉字数据集。这个数据集应该包含尽可能多的汉字，以及它们在不同字体、大小、样式下的图像。您可以使用公开的数据集，如HWDB（手写汉字数据库），或自己收集数据。
OCR-文本检测和文本识别的数据
qq_27009517的博客
05-20 6000
文章目录1.文本识别数据集1.1.Synthetic Chinese String Dataset2.文本检测数据ICPR MWI 2018 挑战赛2.1.Pascal VOC20072.2.MSRA Text Detection 500 Database (MSRA-TD500)2.3.COCO-TEXT2.4.Google FSNS(谷歌街景文本数据集)2.5.Reading Chinese Text in the Wild(RCTW-17)2.6.Chinese Text in the Wild(CT
数据推荐 | 自然场景OCR文字识别数据集一览
AI 数据库me
09-09 1595
文字载体为常见的商店牌匾、站牌、海报、车票、路标、漫画、井盖画、提示语、警示语、包装说明、菜单、建筑物标志等；自然场景是指人们日常生活涉及到的OCR场景，文字载体通常可以为商店牌匾、站牌、海报、路标、漫画、井盖画、提示语、警示语、包装说明、菜单、建筑物标志等。场景分布方面，数据采集于多种室内室外场景。105941张图像，包含日语、韩语、印尼语、马来语、越南语、泰语、法语、德语、意大利语、葡萄牙语、俄语、西班牙语。商店牌匾、站牌、海报、车票、路标、漫画、井盖画、提示语、警示语、包装说明、菜单、建筑物标志等。
Paddleocr文本识别数据集的合成与制作----超级详细
didiaopao的博客
08-10 1万+
前言 由于官方提供的Paddleocr模型是一个通用的OCR识别模型，在很多的日常的场景中识别准确还是可以的，但是在一些比较特殊的场景中，识别的精确度就不是很好。如果要让我们的模型更加符合自己的业务需要，那么就需要训练我们自己的OCR识别模型。OCR识别分为文本检测和文本识别，文本检测就是让模型找到文字所在的位置，而文本识别是在文本检测到的位置上进行文本识别。训练自己的模型第一步就是需要数据集，从理论上来说，只要给模型喂入数据集越庞大那么，那么模型的效果就会越好。 对于...
命名实体识别 数据集
09-03
有许多常用的命名实体识别数据集可供使用，下面是其中一些常见的数据集： 1. CoNLL-2003：这是一个广泛使用的命名实体识别数据集，包含英语语料，标注了人名、地名和组织名等实体。 2. OntoNotes：这是一个多领域...
评论 1
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