IIIT5k 发布 IIIT5k 数据集, 应用在 场景文本识别、图像处理 领域

IIIT5k 本次发布的数据集 IIIT5k, 该数据集名为IIIT5k，是一个广受欢迎的场景文本识别基准，包含了字符级别的标注。它由从互联网上收集的5,000张裁剪后的单词图像组成，其中2,000张用于训练，3,000张用于测试。字符类别包括英文字母和数字。该数据集的规模为5,000张图像，主要任务为场景文本识别。

查看IIIT5k

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。