Command Palette
Search for a command to run...
TextOCR 文本识别数据集
OCR 全称 optical character recognition，TextOCR 是用于对任意场景文本进行检测和识别的数据集。 TextOCR 为 TextVQA 中的图像提供了约 100 万个高质量的词汇标注，并且能在视觉问答或图像说明等下游任务上实行端到端的推理。
该数据集包括：
- 28,134 张来自 TextVQA 数据集的图像
- 903,096 个带有标注的场景文本词
- 平均每张图像带有 32 个相关词