WebText_Dataset

Name: WebText_Dataset
Creator: ModelScope
Published: 2024-05-17T19:11:16+08:00

OpenXLab2026-04-18 收录

自然场景文本

多语言文本检测

数据链接：

https://openxlab.org.cn/datasets/ModelScope/WebText-Dataset 数据链接链接失效反馈

官方服务：

资源简介：

从公开数据集MTWI中随机挑选的1万张切片文本图像，包含中英文网络文本，用于通用文本、自然场景文本等识别模型测试。

提供机构：

ModelScope

创建时间：

2024-05-17

rects

自然场景文本

中文文本检测

我们收集并构建了一个实用且具有挑战性的多方向自然场景文本数据集 (ReCTS)，其中包含 25,000 张图像，其中包含大量招牌。在数据集中，所有文本行和字符都标有位置和字符代码。此外，本次比赛还提出了四个任务：（1）招牌上的端到端识别，（2）招牌上的文本行定位，（3）招牌上的字符识别，（4）招牌上的文本行识别标志牌。我们希望该数据集和任务能够极大地促进中文文本检测和识别的研究。

OpenDataLab2026-07-12 更新3050

SYPHAXAR Dataset

阿拉伯语文本检测

自然场景文本

SYPHAXAR dataset is a dataset for Arabic text detection in the wild. It was collected from Tunisia in “Sfax” city, the second largest Tunisian city after the capital. A total of 3078 images were gathe

DataCite Commons2023-09-01 更新300

D597_Images_English_OCR_Data_in_Natural_Scenes

光学字符识别

自然场景文本

71,535张英文自然场景OCR数据采集场景为英国和美国实地采集。数据多样性包括多种场景、多种拍摄角度、多种光照条件。在标注方面，对英文OCR数据进行行级&单词级&字符级矩形框（或四边形框）标注，并对文本内容进行转写。本套英文自然场景OCR数据可用英文自然场景下的OCR任务。

Opencsg2026-03-04 更新170

222,289张中文自然场景OCR数据【数据堂】

光学字符识别

自然场景文本

222,289张中文自然场景OCR数据采集场景涵盖室内和室外场景。数据多样性包括多种场景和多种拍摄角度。在标注方面，对图像中文字进行行级标注、单词级标注、字符级标注和内容转写。本套中文自然场景OCR数据可用于自然场景OCR任务

OpenDataLab2024-05-22 更新560

Handwriting OCR Data of Japanese and Korean