OCR_DataSet

综合OCR数据集资源库及工具集

OCR_DataSet项目整合了13个知名的多语言OCR数据集，涵盖ICDAR2015、MLT2019和COCO-Text_v2等。项目特色包括数据格式统一化、便捷的百度网盘下载、详尽的数据集信息表和简化的读取脚本。此外，项目还提供了数据生成工具链接，为OCR领域的研究和开发工作提供了全面的资源支持。

文字识别数据集图像标注深度学习计算机视觉Github开源项目

访问官网

GitHub

论文

文档

待办事项

下载

下载数据集后，请记得将标注文件中对应的路径修改为您自己的路径

通过百度网盘分享的文件：所有数据集一起压缩... 链接：https://pan.baidu.com/s/1TkTWql2XxqPLDnFmVvHsUA?pwd=4358 提取码：4358 复制这段内容后打开"百度网盘APP"即可获取

数据集

数据集	主页	适用情况	数据情况	标注形式	说明
ICDAR2015	https://rrc.cvc.uab.es/?ch=4	检测&识别	语言：英文训练集：1,000 测试集：500	x1, y1, x2, y2, x3, y3, x4, y4, 文本	坐标：x1, y1, x2, y2, x3, y3, x4, y4 文本：框内的文字信息
MLT2019	https://rrc.cvc.uab.es/?ch=15	检测&识别	语言：混合训练集：10,000 测试集：10,000	x1,y1,x2,y2,x3,y3,x4,y4,语言,文本	坐标：x1, y1, x2, y2, x3, y3, x4, y4 语言：文字所属语言文本：框内的文字信息
COCO-Text_v2	https://bgshih.github.io/cocotext/	检测&识别	语言：混合训练集：43,686 验证集：10,000 测试集：10,000	json
ReCTS	https://rrc.cvc.uab.es/?ch=12&com=introduction	检测&识别	语言：混合训练集：20,000 测试集：5,000	{ "chars": [ {"points": [x1,y1,x2,y2,x3,y3,x4,y4], "transcription": "文本1", "ignore":0 }, {"points": [x1,y1,x2,y2,x3,y3,x4,y4], "transcription": "文本2", "ignore":0 }], "lines": [ {"points": [x1,y1,x2,y2,x3,y3,x4,y4], "transcription": "文本3", "ignore":0 }], }	points：x1,y1,x2,y2,x3,y3,x4,y4 chars：字符级别的标注 lines：行级别的标注 transcription：框内的文字信息 ignore：0：不忽略，1：忽略
SROIE	https://rrc.cvc.uab.es/?ch=13	检测&识别	语言：英文训练集：699 测试集：400	x1, y1, x2, y2, x3, y3, x4, y4, 文本	坐标：x1, y1, x2, y2, x3, y3, x4, y4 文本：框内的文字信息
ArT（已包含Total-Text和SCUT-CTW1500）	https://rrc.cvc.uab.es/?ch=14	检测&识别	语言：混合训练集：5,603 测试集：4,563	{ "gt_1": [ {"points": [[x1, y1], [x2, y2], …, [xn, yn]], "transcription": "文本1", "language": "拉丁文", "illegibility": false }, {"points": [[x1, y1], [x2, y2], …, [xn, yn]], "transcription": "文本2", "language": "中文", "illegibility": false }], }	points：x1,y1,x2,y2,x3,y3,x4,y4…xn,yn transcription：框内的文字信息 language：语言信息 illegibility：是否模糊
LSVT	https://rrc.cvc.uab.es/?ch=16	检测&识别	语言：混合全标注训练集：30,000 测试集：20,000 仅标注文本 400,000	{ "gt_1": [ {"points": [[x1, y1], [x2, y2], …, [xn, yn]], "transcription": "文本1", "illegibility": false }, {"points": [[x1, y1], [x2, y2], …, [xn, yn]], "transcription": "文本2", "illegibility": false }], }	points：x1,y1,x2,y2,x3,y3,x4,y4…xn,yn transcription：框内的文字信息 illegibility：是否模糊
Synth800k	http://www.robots.ox.ac.uk/~vgg/data/scenetext/	检测&识别	语言：英文 800,000	imnames: wordBB: charBB: txt:	imnames：文件名称 wordBB：24n，每张图像内的文本框 charBB：24n，每张图像内的字符框 txt：每张图形内的字符串
icdar2017rctw	https://blog.csdn.net/wl1710582732/article/details/89761818	检测&识别	语言：混合训练集：8,034 测试集：4,229	x1,y1,x2,y2,x3,y3,x4,y4,<识别难易程度>,转录文本	坐标：x1, y1, x2, y2, x3, y3, x4, y4 转录文本：框内的文字信息
MTWI 2018	识别：https://tianchi.aliyun.com/competition/entrance/231684/introduction 检测：https://tianchi.aliyun.com/competition/entrance/231685/introduction	检测&识别	语言：混合训练集：10,000 测试集：10,000	x1, y1, x2, y2, x3, y3, x4, y4, 转录文本	坐标：x1, y1, x2, y2, x3, y3, x4, y4 转录文本：框内的文字信息
百度中文场景文字识别	https://aistudio.baidu.com/aistudio/competition/detail/20	识别	语言：混合训练集：未统计测试集：未统计	h,w,name,value	h：图片高度 w：图片宽度 name：图片名 value：图片上文字
mjsynth	http://www.robots.ox.ac.uk/~vgg/data/text/	识别	语言：英文 9,000,000	-	-
Synthetic Chinese String Dataset（360万中文数据集）	链接：https://pan.baidu.com/s/1jefn4Jh4jHjQdiWoanjKpQ 提取码：spyi	识别	语言：混合 300k	-	-
英文识别数据大礼包（https://github.com/clovaai/deep-text-recognition-benchmark）训练：MJSynth和SynthText 验证：IIIT, SVT, IC03, IC13, IC15, SVTP, CUTE	链接：https://pan.baidu.com/s/1KSNLv4EY3zFWHpBYlpFCBQ 提取码：rryk	识别	语言：英文	-	-

数据生成工具

https://github.com/TianzhongSong/awesome-SynthText

数据集读取脚本

编辑推荐精选

博思AIPPT

AI一键生成PPT，就用博思AIPPT！

博思AIPPT，新一代的AI生成PPT平台，支持智能生成PPT、AI美化PPT、文本&链接生成PPT、导入Word/PDF/Markdown文档生成PPT等，内置海量精美PPT模板，涵盖商务、教育、科技等不同风格，同时针对每个页面提供多种版式，一键自适应切换，完美适配各种办公场景。

AI办公办公工具AI工具博思AIPPTAI生成PPT智能排版海量精品模板AI创作热门

潮际好麦

AI赋能电商视觉革命，一站式智能商拍平台

潮际好麦深耕服装行业，是国内AI试衣效果最好的软件。使用先进AIGC能力为电商卖家批量提供优质的、低成本的商拍图。合作品牌有Shein、Lazada、安踏、百丽等65个国内外头部品牌，以及国内10万+淘宝、天猫、京东等主流平台的品牌商家，为卖家节省将近85%的出图成本，提升约3倍出图效率，让品牌能够快速上架。

iTerms

企业专属的AI法律顾问

iTerms是法大大集团旗下法律子品牌，基于最先进的大语言模型(LLM)、专业的法律知识库和强大的智能体架构，帮助企业扫清合规障碍，筑牢风控防线，成为您企业专属的AI法律顾问。

SimilarWeb流量提升

稳定高效的流量提升解决方案，助力品牌曝光

Sora2视频免费生成

最新版Sora2模型免费使用，一键生成无水印视频

Transly

实时语音翻译/同声传译工具

Transly是一个多场景的AI大语言模型驱动的同声传译、专业翻译助手，它拥有超精准的音频识别翻译能力，几乎零延迟的使用体验和支持多国语言可以让你带它走遍全球，无论你是留学生、商务人士、韩剧美剧爱好者，还是出国游玩、多国会议、跨国追星等等，都可以满足你所有需要同传的场景需求，线上线下通用，扫除语言障碍，让全世界的语言交流不再有国界。