mirror of
https://github.com/PaddlePaddle/PaddleOCR.git
synced 2025-07-30 04:09:58 +00:00
23 lines
1.2 KiB
Markdown
23 lines
1.2 KiB
Markdown
## OCR数据集
|
||
|
||
- [1. 文本检测](#1)
|
||
- [2. 文本识别](#2)
|
||
|
||
这里整理了OCR中常用的公开数据集，持续更新中，欢迎各位小伙伴贡献数据集～
|
||
|
||
<a name="1"></a>
|
||
#### 1. 文本检测
|
||
|
||
| 数据集名称 |图片下载地址| PPOCR标注下载地址 |
|
||
|---|---|---|
|
||
| ICDAR 2015 |https://rrc.cvc.uab.es/?ch=4&com=downloads| [train](https://paddleocr.bj.bcebos.com/dataset/train_icdar2015_label.txt) / [test](https://paddleocr.bj.bcebos.com/dataset/test_icdar2015_label.txt) |
|
||
| ctw1500 |https://paddleocr.bj.bcebos.com/dataset/ctw1500.zip| 图片下载地址中已包含 |
|
||
| total text |https://paddleocr.bj.bcebos.com/dataset/total_text.tar| 图片下载地址中已包含 |
|
||
|
||
<a name="2"></a>
|
||
#### 2. 文本识别
|
||
|
||
| 数据集名称 | 图片下载地址 | PPOCR标注下载地址 |
|
||
|---|---|---------------------------------------------------------------------|
|
||
| en benchmark(MJ, SJ, IIIT, SVT, IC03, IC13, IC15, SVTP, and CUTE.) | [DTRB](https://github.com/clovaai/deep-text-recognition-benchmark#download-lmdb-dataset-for-traininig-and-evaluation-from-here) | LMDB格式，可直接用[lmdb_dataset.py](../../../ppocr/data/lmdb_dataset.py)加载 |
|