LSVTD 视频文本理解数据集

机构

发布地址

davar-lab.github.io

论文地址

arxiv.org

分类

文本识别

许可协议

其他

发布日期

标签

文本理解、文本识别、视频文本理解

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）

LSVTD 全称 large-scale video text dataset，包含来自 21 个自然场景的 100 个视频。该数据集涵盖了广泛的 13 个室内（如书店、商场）和 9 个室外场景，其多样性是 IC15 数据集的 3 倍以上。