系列文章目录
RCNN原论文数据集
训练数据集
首先，是b站上深度之眼出的关于CRNN论文解读以及原始代码解读。
论文中训练数据用的是合成的数据集Synth，其包括了800万幅训练图像及其对应的单词标签（这里个人有个一个思考：800万辐图像中就光包含了单词，而单词总量8万多，说明训练过程中每个单词出现了100次左右，个人理解就是量变产生质变，就是拿数据集喂出来的）
SynthText 自然场景图像数据集示例
测试数据集
测试数据集：ICDAR 2003 (IC03)、ICDAR 2013 (IC13)、IIIT 5k字(IIIT5k)和街景文本(SVT)。用于性能评估
IC03
包含251幅标有标记文本边界框的场景图像。忽略了包含非字母的数字字符和少于三个字符的图像，并剪切出860个文本图像的测试集。每个测试图像与一个含有50词的字典相关连。一个完整的词典是通过组合所有的每个图像的词典来建立的。
IC13
继承了IC03的大部分数据。它包含了1015个单词图像。
SVT
由从谷歌街景收集的249幅街景图像组成。从中裁剪出647幅文字图像。每个单词图像有一个由50个单词的词典。
IIIT 5k字(IIIT5k)
包含从互联网上收集的3000个裁剪的单词测试图像。每个图像都与一个50个单词的词典和一个1千个单词的词典相关联
IIIT 5k字(IIIT5k)
参考
一篇入门深度学习OCR：数据集和算法合集
OCR数据集github仓库1
OCR数据集github仓库2
Github：深度学习文本检测识别（OCR）精选资源汇总
OCR算法github仓库1
