发布 VTD-368k 数据集, 应用在 视频文本识别、机器学习 领域

本次发布的数据集 VTD-368k, 该数据集是通过使用内容变形场（CoDeF）算法创建的合成视频文本数据集，旨在提高模型学习时间信息的能力。此外，该数据集的目标是提升模型在不同领域和任务中的泛化能力。该数据集适用于视频场景中的跨领域文本识别任务。

查看VTD-368k

关于 arXiv , arXiv 是一个免费分发服务和开放获取的学术文章档案库，涵盖了物理学、数学、计算机科学、定量生物学、定量金融、统计学、电气工程和系统科学以及经济学等领域。该网站上的材料并未经过 arXiv 的同行评审。