提交 adb79f9c 编写于 作者: X xiangyubo

add Chinese character handwriting dataset

上级 b4c2abc3
...@@ -5,7 +5,6 @@ ...@@ -5,7 +5,6 @@
- [中文街景文字识别](#中文街景文字识别) - [中文街景文字识别](#中文街景文字识别)
- [中文文档文字识别](#中文文档文字识别) - [中文文档文字识别](#中文文档文字识别)
- [ICDAR2019-ArT](#ICDAR2019-ArT) - [ICDAR2019-ArT](#ICDAR2019-ArT)
- [中科院自动化研究所-手写中文数据集](#中科院自动化研究所-手写中文数据集)
除了开源数据,用户还可使用合成工具自行合成,可参考的合成工具包括[text_renderer](https://github.com/Sanster/text_renderer)[SynthText](https://github.com/ankush-me/SynthText)[SynthText_Chinese_version](https://github.com/JarveeLee/SynthText_Chinese_version)[TextRecognitionDataGenerator](https://github.com/Belval/TextRecognitionDataGenerator)等。 除了开源数据,用户还可使用合成工具自行合成,可参考的合成工具包括[text_renderer](https://github.com/Sanster/text_renderer)[SynthText](https://github.com/ankush-me/SynthText)[SynthText_Chinese_version](https://github.com/JarveeLee/SynthText_Chinese_version)[TextRecognitionDataGenerator](https://github.com/Belval/TextRecognitionDataGenerator)等。
...@@ -58,12 +57,6 @@ https://aistudio.baidu.com/aistudio/datasetdetail/8429 ...@@ -58,12 +57,6 @@ https://aistudio.baidu.com/aistudio/datasetdetail/8429
![](../datasets/ArT.jpg) ![](../datasets/ArT.jpg)
- **下载地址**:https://ai.baidu.com/broad/download?dataset=art - **下载地址**:https://ai.baidu.com/broad/download?dataset=art
<a name="中科院自动化研究所-手写中文数据集"></a>
#### 6、中科院自动化研究所-手写中文数据集
- **数据来源**:http://www.nlpr.ia.ac.cn/databases/handwriting/Download.html
- **数据简介**:包含在线和离线两类手写单字数据,包含GB2312-80中的3755个一级汉字,共由720人手写完成。在线部分(HWDB)总共包含约210万个训练样本,53万个测试样本;离线部分(OLHWDB)总共包含约210万个训练样本,53万个测试样本。
- **下载地址**:http://www.nlpr.ia.ac.cn/databases/handwriting/Download.html
## 参考文献 ## 参考文献
**ICDAR 2019-LSVT Challenge** **ICDAR 2019-LSVT Challenge**
``` ```
......
...@@ -6,8 +6,8 @@ ...@@ -6,8 +6,8 @@
#### 6、中科院自动化研究所-手写中文数据集 #### 6、中科院自动化研究所-手写中文数据集
- **数据来源**:http://www.nlpr.ia.ac.cn/databases/handwriting/Download.html - **数据来源**:http://www.nlpr.ia.ac.cn/databases/handwriting/Download.html
- **数据简介**:包含在线和离线两类手写单字数据,包含GB2312-80中的3755个一级汉字,共由720人手写完成。在线部分(HWDB)总共包含约210万个训练样本,53万个测试样本;离线部分(OLHWDB)总共包含约210万个训练样本,53万个测试样本。 - **数据简介**:包含在线和离线两类手写单字数据,包含GB2312-80中的3755个一级汉字,共由720人手写完成。在线部分(HWDB)总共包含约210万个训练样本,53万个测试样本;离线部分(OLHWDB)总共包含约210万个训练样本,53万个测试样本。
![](../datasets/CASIA_0.jpg) ![](../datasets/CASIA_0.jpg)
(a) 五张单字图片样例 (a) 五张单字图片样例
- **下载地址**:http://www.nlpr.ia.ac.cn/databases/handwriting/Download.html - **下载地址**:http://www.nlpr.ia.ac.cn/databases/handwriting/Download.html
- **使用建议**:数据为单字,白色背景,可以大量合成文字行进行训练。白色背景可以处理成透明状态,方便添加各种背景。对于需要语义的情况,建议从真实语料出发,抽取单字组成文字行 - **使用建议**:数据为单字,白色背景,可以大量合成文字行进行训练。白色背景可以处理成透明状态,方便添加各种背景。对于需要语义的情况,建议从真实语料出发,抽取单字组成文字行
Markdown is supported
0% .
You are about to add 0 people to the discussion. Proceed with caution.
先完成此消息的编辑!
想要评论请 注册