SynthText データ セットは、単語を含む自然シーンの画像で構成されており、主に自然シーンのテキスト検出に使用されます。このデータ セットは、800,000 個の画像と約 800 万の合成単語インスタンスで構成されます。 各テキスト インスタンスには、テキスト文字列、単語レベル、および文字レベルの境界ボックスで注釈が付けられます。 SynthText データセットは、オックスフォード大学工学部視覚幾何学グループの Gupta, A.、Vedaldi, A.、Zisserman, A. によって、2016 年のコンピューター ビジョンとパターン認識 (CVPR) に関する IEEE 会議でリリースされました。

引用

@InProceedings{Gupta16, 著者 = “Ankush Gupta、Andrea Vedaldi、Andrew Zisserman” タイトル = 「自然画像におけるテキスト位置特定のための合成データ」 書籍タイトル = “IEEEコンピュータビジョンおよびパターン認識会議” 年 = “2016”、 }