Advertisement

ICDAR2013场景文本检测数据集

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

简介：
ICDAR2013场景文本检测数据集是用于评估图像中自然场景文本定位与识别性能的重要资源，包含多种复杂背景下的高质量标注样本。 ICDAR2013数据集为每张图片提供了单词边界框的标注以及文字内容。每个标注文件中的每一行代表一个文本目标，前四个数字表示坐标信息（x1, y1, x2, y2），即文本框左上角和右下角点的位置，构成矩形的目标框。最后一列是实际的文字字符内容；如果字体模糊，则用###代替。

全部评论 (0)

还没有任何评论哟~
客服
客服
客服关闭
  • ICDAR2013场景文本检测数据集
    优质
    ICDAR2013场景文本检测数据集是用于评估图像中自然场景文本定位与识别性能的重要资源，包含多种复杂背景下的高质量标注样本。 ICDAR2013数据集为每张图片提供了单词边界框的标注以及文字内容。每个标注文件中的每一行代表一个文本目标，前四个数字表示坐标信息（x1, y1, x2, y2），即文本框左上角和右下角点的位置，构成矩形的目标框。最后一列是实际的文字字符内容；如果字体模糊，则用###代替。
     
  • ICDAR2013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样本的数据集，专为光学字符识别（OCR）研究而设计，是ICDAR 2013竞赛的一部分。 文本识别数据集：ICDAR2013 包含848张训练图片和1095张测试图片，标签内容为每张图片上对应的单词。train.txt 和 test.txt 文件是经过过滤后的标签文件（去除了符号以及少于三个字符的词）。此外还有两个原始版本未做任何处理的标签文件可供使用，可以自行添加文件路径进行访问。
     
  • ICDAR2013数据集.zip
    优质
    ICDAR2013数据集.zip包含的是国际文档分析与识别研究领域在2013年竞赛及相关挑战中的数据资源，适用于文本定位、识别等任务的研究和开发。 ICDAR 2013数据集包含229张训练图像和233张测试图像，并提供单词级别的标注。它是评估接近水平文本检测的标准基准数据集。
     
  • ICDAR2013 数据集 获取
    优质
    简介：ICDAR2013数据集是国际文档分析与识别研究会议发布的权威资源，主要用于手写和印刷文本行检测及识别的研究。 ICDAR数据集的完整下载包括end-to-end、文本定位、文本分割和单词识别等功能。
     
  • 多种场景中的车道线检测数据集
    优质
    本数据集涵盖丰富多样的驾驶环境与天气条件下的车道线图像，旨在提升自动驾驶系统在复杂路况中的感知能力。 1. 车道线检测 2. 车道线检测算法测试
     
  • CUTE80 OCR场景文本识别的LMDB数据集
    优质
    CUTE80 OCR场景文本识别的LMDB数据集包含多种自然图像中的英文文本样本，旨在提升复杂背景下的文字识别精度与效率。 LMDB格式的CUTE80资源包含288张非常倾斜扭曲的高难度图像。关于如何使用这些资源，请参考相关博客文章中的详细介绍。
     
  • 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。
     
  • 抽烟场景数据集
    优质
    抽烟场景数据集是一系列标注了人们在不同环境中吸烟行为的图片和视频集合，为研究和开发监控健康行为的技术提供支持。 抽烟数据集包含两个部分：JPEGImages文件夹与Annotations文件夹。JPEGImages文件夹内有超过4400张各种场景下的抽烟图像；而Annotations文件夹则存放着对应每一张图片的xml标注文件，共有超过4600个抽烟行为的标注框。 这些图片和对应的标注是由人工使用labelimg工具完成，并且数据集中的照片清晰、场景广泛，经过精心挑选。因此该数据集适用于各种场景下的抽烟检测任务，可以作为模板应用于特定场合下抽烟行为识别的研究与开发中。在需要针对特殊环境进行训练时，只需添加少量特定场景的数据即可满足需求。 此数据集省去了收集图像和人工标注的时间成本，并可以直接用于工程化应用。
     
  • 场景分类数据集
    优质
    场景分类数据集是一系列标注了不同场景标签的图像集合，广泛应用于计算机视觉领域，旨在训练和测试场景识别与理解算法。 该数据集包含约25000张来自世界各地自然场景的图像。任务是确定可以将每张图像分类为哪种场景类型。相关文件包括test_WyRytb0.csv、train.csv以及Scene Classification_datasets.txt和Scene Classification_datasets.zip。