中文检测与识别数据集整理

检测的数据集是：中文文字在一张图片上；识别的话是：已经crop出来了文本行的情况。

1. 检测

• A Large Chinese Text Dataset in the Wild
  腾讯地图中获取的图片，有单个字符的标注。
  

---

• MTWI 2018 挑战赛二：网络图像的文本检测
  阿里天池文本检测大赛，主要是互联网收集和人工合成的图片，但是标注文字区域的八个点，有点乱，不同所有的标注都按一个顺序来的，需要自己调整，
  

---

• RCTW-17
  中文检测与识别竞赛的数据集，大多数照片都是通过手机摄像头在野外拍摄的。有些截图。这些图片展示了各种各样的场景，包括街景、海报、菜单、室内场景以及手机应用程序的截图。真实场景
  

---

2. 识别

• MTWI 2018 挑战赛一：网络图像的文本识别
  阿里天池的文本识别比赛，但是需要自己手动的crop出图片。

3. 人工生成

• SynthText_Chinese_version
  SynthText的中文版本，原始的英文版本有800万多张，中文版没有预生成的数据集，需要自己生成。
  

---

欢迎大家，留言添加，本博客会署名持续更新。