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
TextOCR 文本识别数据集
本站暂不支持该数据集下载，如需下载请访问上述「发布地址」进行下载（如可用）
相关数据集推荐
Kuzushiji-Kanji 汉字数据集
Kuzushiji-Kanji 是一个含有 3,832个汉字（Kanji）字符的不平衡数据集，并且包含了一些极少数、极稀有的样例。Kuzushiji-kanji 共有 3,832 个类（140,426 幅图像)，从每个类有 1,766 个例子到每个类只有一个例子。Kuzushij…
ICDAR 2017 场景文本检测数据集
ICDAR 全称 International Conference on Document Analysis and Recognition，是一个专注于文本识别、基于视频的文本分析的国际性的会议。自2003年开始，ICDAR设立了和会议同名的竞赛，该竞赛成了检测自然场景、视频等…
IIIT-ILST 场景文本识别数据集
IIIT 全称 International Institute of Information Technology，IIIT-ILST 是关于三种印度语言（Devanagari、Telugu 和 Malayalam）的场景文本识别数据集。IIIT-ILST 的每个脚本包含近 1 …
