Skip to content
体验新版
项目
组织
正在加载...
登录
切换导航
打开侧边栏
PaddlePaddle
PaddleOCR
提交
adb79f9c
P
PaddleOCR
项目概览
PaddlePaddle
/
PaddleOCR
大约 1 年 前同步成功
通知
1528
Star
32962
Fork
6643
代码
文件
提交
分支
Tags
贡献者
分支图
Diff
Issue
108
列表
看板
标记
里程碑
合并请求
7
Wiki
0
Wiki
分析
仓库
DevOps
项目成员
Pages
P
PaddleOCR
项目概览
项目概览
详情
发布
仓库
仓库
文件
提交
分支
标签
贡献者
分支图
比较
Issue
108
Issue
108
列表
看板
标记
里程碑
合并请求
7
合并请求
7
Pages
分析
分析
仓库分析
DevOps
Wiki
0
Wiki
成员
成员
收起侧边栏
关闭侧边栏
动态
分支图
创建新Issue
提交
Issue看板
提交
adb79f9c
编写于
7月 14, 2020
作者:
X
xiangyubo
浏览文件
操作
浏览文件
下载
电子邮件补丁
差异文件
add Chinese character handwriting dataset
上级
b4c2abc3
变更
2
隐藏空白更改
内联
并排
Showing
2 changed file
with
2 addition
and
9 deletion
+2
-9
doc/doc_ch/datasets.md
doc/doc_ch/datasets.md
+0
-7
doc/doc_ch/handwritten_datasets.md
doc/doc_ch/handwritten_datasets.md
+2
-2
未找到文件。
doc/doc_ch/datasets.md
浏览文件 @
adb79f9c
...
@@ -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**
```
```
...
...
doc/doc_ch/handwritten_datasets.md
浏览文件 @
adb79f9c
...
@@ -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
编辑
预览
Markdown
is supported
0%
请重试
或
添加新附件
.
添加附件
取消
You are about to add
0
people
to the discussion. Proceed with caution.
先完成此消息的编辑!
取消
想要评论请
注册
或
登录