整理的超全OCR训练数据集

1、SynthText in the Wild dataset

数据集下载链接：

http://www.robots.ox.ac.uk/~vgg/data/scenetext/

数据集介绍：一个综合生成的数据集，其中单词实例放置在自然场景图像中，同时考虑场景布局。数据集由大约80万个合成词实例的800万个图像组成。每个文本实例都使用其文本字符串、字级和字符级边界框进行注释。

2、Google FSNS

数据集下载链接：

http://rrc.cvc.uab.es/?ch=6&com=downloads

数据集介绍：Google FSNS数据集包含了100多万张从法国Google街景图片中截取的街道名称标志图片。每个图像包含同一街道名称标志的四个视图。路标上的文字最多可以跨越三行。每一个路标都有一个规范的抄本。

3、COCO-Text

数据集下载链接：

https://vision.cornell.edu/se3/coco-text-2/

数据集介绍：63686个图像，145859个文本实例，3个细粒度文本属性。

此数据集基于MSCOCO数据集。

主要内容：

• Text localizations as bounding boxes
• Text transcriptions for legible text
• Multiple text instances per image
• More than 63,000 images
• More than 145,000 text instances
• Text instances categorized into machine printed and handwritten text
• Text instances categorized into legible and illegilbe text
• Text instances categorized into English script and non-English script

 

4、MSRA-TD500

数据集下载链接：

http://www.iapr-tc11.org/mediawiki/index.php/MSRA_Text_Detection_500_Database_%28MSRA-TD500%29

数据集介绍：MSRA文本检测500数据库（MSRA-TD500）包含500幅自然图像，这些图像是使用袖珍相机从室内（办公室和商场）和室外（街道）场景拍摄的。室内图像以标牌、门牌、警示牌为主，室外图像以复杂背景下的导板、广告牌为主。图像的分辨率从1296x864到1920x1280不等。由于文本的多样性和图像中背景的复杂性，数据集是具有挑战性的。文本有不同的语言（中文、英文或两者的混合）、字体、大小、颜色和方向。背景可能包含植被（如树木和灌木丛）和重复的图案（如窗户和砖块），这些图案与文本没有太大的区别。数据集分为训练集和测试集两部分，训练集包含从原始数据集中随机选择的300个图像，其余200个图像构成测试集，此数据集中的所有图像都已完全注释。

 

5、ICDAR

数据集下载链接：https://rrc.cvc.uab.es/

ICDAR作为一个Challenge性质的平台，包含了2011~2019年各类OCR相关的数据集。

 

6、Reading Chinese Text in the Wild(RCTW-17)
数据集下载链接：http://rctw.vlrlab.net/dataset/

数据集介绍：主要包括12000多张图片的数据集，大部分图片是通过手机摄像头在野外采集的，有些是截图。这些图片展示了各种各样的场景，包括街景、海报、菜单、室内场景和手机应用程序的截图。


7、Chinese Text in the Wild(CTW)

数据集下载链接：https://ctwdataset.github.io/

数据集介绍：主要包括3万多幅街景图像中注释的3850个独特的中文文本数据集，其中约有100万个汉字。这是一个具有挑战性的数据集，具有良好的多样性，包括平面文本、凸起文本、弱光下文本、远处文本、部分遮挡文本等。

 

 

8、Text in Videos
数据集下载链接：

http://rrc.cvc.uab.es/?ch=3&com=introduction

数据集介绍：基于不同的短序列（10秒到1分钟长），通过不同类型的摄像机进行选择，使它们代表广泛的现实生活场景。数据集涵盖不同的脚本和语言（西班牙语、法语、英语），将在每一帧的单词级别提供本地化的基本事实。

 

9、The Uber Text dataset
数据集下载链接：

https://s3-us-west-2.amazonaws.com/uber-common-public/ubertext/index.html

数据集介绍：包含了从车载传感器采集的街道级图像和由图像分析团队注释的Ground Truth。

该数据集的特点包括：

（1）街道图像及其文本区域多边形和相应的文本

（2）9个类别表示商业名称文本、街道名称文本和街道编号文本等

（3）一组包含超过110k个图像

（4）平均每个图像4.84个文本实例

 

10、The Chars74K dataset
数据集下载链接：

http://www.ee.surrey.ac.uk/CVSSP/demos/chars74k/

数据集介绍：

• 包括64类（0-9、A-Z、A-Z）
• 自然图像7705个字符
• 使用平板电脑绘制3410个手写字符
• 62992个计算机字体合成的字符
• 共提供了超过74K个图像（解释了数据集的名称）。

 

时间:2022-12-08 16:06  来源:未知    转发量:次