Advertisement

ICDAR2015和ICDAR2017数据集。

  • 5星
  •     浏览量: 0
  •     大小:None
  •      文件类型：None

简介：
The ICDAR2015 dataset, a publication from the International Conference on Document Analysis and Recognition, presents a task focused on the detection and recognition of textual content within scenes. It encompasses a collection of 1000 images specifically designated for training purposes, alongside an additional 500 images utilized for evaluating the performance of detection and recognition algorithms.

全部评论 (0)

还没有任何评论哟~
客服
客服
客服关闭
  • ICDAR2015数据集.zip
    优质
    这个文件包含了ICDAR 2015竞赛的数据集，适用于文档分析和识别研究，包括图像及对应的手动标注信息。 本数据库是ICDAR2015数据集，实测可用，对从事OCR研究的同事来说非常熟悉且必不可少。欢迎大家下载使用。
  • ICDAR2015数据集压缩文件.zip
    优质
    这是一个包含ICDAR 2015竞赛相关数据集的压缩文件，适用于文档分析和识别研究领域。 ICDAR 2015数据集包含1000张训练图像和500张测试图像，非常实用。有需要的朋友可以来下载哦！这个资源真的很不错！
  • ICDAR2015文本识别数据集.zip
    优质
    这是一个包含多种语言和复杂背景下的图像文本样本的数据集，专为训练和测试光学字符识别（OCR）系统而设计，适用于学术研究与技术开发。 文本识别数据集ICDAR2015包含4468张训练图像和2077张测试图像。标签文件train.txt和test.txt已经过滤掉了符号及少于3个字符的单词，另外两个原始标签未做任何处理。可以自行添加文件路径或下载相关代码文件（Python）以进行进一步操作。
  • ICDAR2015 OCR场景文本识别LMDB格式数据集
    优质
    本数据集为ICDAR2015竞赛中场景文本识别任务提供的训练及测试图像，采用LMDB格式存储，适用于OCR技术研发与模型训练。 关于Imdb格式的ICDAR2015数据集的相关制作、使用代码可以在相关博客文章中找到。
  • 身高和体重数据集 - 数据集
    优质
    这是一个包含个人身高与体重信息的数据集合，旨在用于研究人体测量学、营养健康分析以及相关统计建模等领域。 这是一个简单的数据集，包含25,000个18岁不同人的身高（英寸）和体重（磅）。该数据集可用于构建预测人类身高的模型或预测人体重量的模型。可以实现回归模型来预测身高或体重。相关数据存储在名为“SOCR-HeightWeight.csv”的文件中。
  • 聚类数据集（含人工数据集和UCI数据集）.zip
    优质
    本资料包包含多种用于机器学习与数据分析的聚类数据集，涵盖人工合成及UCI机器学习库中的真实世界数据，适合算法测试与模型训练。 希望可以帮到大家，下载后即可使用。提供的是UCI数据集和人工数据集，可以直接用于实验。
  • 原始数据集：蓝牙定位数据集（MATLAB和Python数据集）
    优质
    该资源包含一组蓝牙定位原始数据，这些数据是通过蓝牙技术采集的位置信息，通常涉及无线通信、物联网(IoT)和移动设备的应用场景。其中，“NoThereThere”可能是一个项目或研究项目的代号，其核心可能在于利用蓝牙信号实现室内定位，因为GPS在室内环境中效果欠佳。MATLAB和Python作为强大的编程工具，被广泛应用于数据处理与分析领域，特别是在科学计算方面，MATLAB凭借其便捷的矩阵操作和丰富的数学函数库而著称，适合快速原型开发；而Python以其简洁易学的语法和庞大的生态系统而广受欢迎，尤其在数据科学领域拥有pandas、numpy和matplotlib等强大工具包，可用于处理和可视化蓝牙定位数据。在该资源描述中提到，“只分享了游戏的相关信息”，这可能暗示这些数据集与位置游戏相关，或者是在游戏环境中测试蓝牙定位技术的应用。“蓝牙定位”再次突出了数据的核心主题，即通过蓝牙信号确定物体或人位置的技术。而“MATLAB；Python”则明确了数据分析的技术手段。在压缩包文件名中，“附件一 蓝牙定位原始数据”可能包含了包括MAC地址、信号强度（RSSI）和时间戳等关键信息的文件集，这些都是蓝牙定位分析的基础要素。通过使用MATLAB或Python，我们能够对这些数据进行预处理，比如去噪点、过滤无效数据，并利用信号变化推断目标位置。常见的定位算法如三角测量、多边形定位和K近邻法（KNN）等，都依赖于计算多个蓝牙信号源到目标的距离或信号强度关系，从而实现精确的位置估算。在实际应用场景中，蓝牙定位系统还可以结合加速度计、陀螺仪等传感器数据提升定位精度，并利用机器学习算法优化定位模型以适应不同环境。这个压缩包可能包含了基于蓝牙定位系统的实验数据集，用于研究或开发相关技术。研究人员可以通过MATLAB和Python深入分析这些数据，探讨蓝牙信号如何反映现实世界中的位置信息，并改进蓝牙定位系统的技术方案。
  • FB2M 和 FB5M 数据集集合
    优质
    简介：FB2M和FB5M数据集集合是包含超过五百万个事实对的知识图谱扩展资源，广泛应用于知识图表示学习与链接预测研究中。 NLP经典数据集合包括FB2M和FB5M两个数据集。
  • 网店销售和广告数据集-数据集
    优质
    本数据集包含各类网店销售及广告投放信息，涵盖商品种类、销量、广告点击率等关键指标，旨在为电商行业市场分析与策略优化提供有力支持。 一个简单的网店广告与销售数据集《零基础学机器学习》线性回归示例数据集由黄佳著述，名为advertising.csv。