华中科技大学发布TextPecker数据集,应用在视觉文本渲染、结构异常检测领域

华中科技大学本次发布的数据集TextPecker,TextPecker是由华中科技大学与字节跳动联合构建的视觉文本渲染（VTR）结构异常标注数据集，旨在解决生成图像中文本结构失真、模糊、错位等细粒度缺陷的感知问题。该数据集包含真实生成模型产出的文本图像（含字符级结构异常标注）以及通过笔画编辑引擎合成的扩充数据，覆盖中英双语场景，数据来源包括TextAtlas5M、Lex-10k等文本语料及多模态生成模型（如Stable Diffusion、Qwen-Image）。其构建过程通过人工精细标注与合成引擎增强相结合，显著提升了结构错误类型的多样性。该数据集为文本生成模型的强化学习优化提供了细粒度结构感知能力，推动高保真视觉文本渲染技术的发展。

查看TextPecker

README内容：

关于华中科技大学,华中科技大学是中国湖北省武汉市的一所综合性研究型大学，是国家‘双一流’建设高校，以工程、医学为特色，涵盖理、工、医、文、法、经、管等多学科。

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。