OCR 识别数据集、统计脚本总结供下载

SVT：Street View Text数据集图像来源自于Google Street View，数据集种的图像包含好质量和低质量的图像，通常低质量图片居多。 SVT-Perspective：SVT-Perspective(SVTP):从谷歌街景里抠出来的,失真比较严重。 IIIT5k：简介，5K张裁剪好的文字图片，如上图。2K张训练集，3K张测试集。测试集中包含了街景，网络图片等。仅标注62个字符，52个字母以及10个数字。 ICDAR2015：和ICDAR2103数据集类似，只是文本框的格式由矩形框变成四边形，所以写有标签的txt文本前4个数字变为8个数字，代表四边形文本框的四个点，其他规则一样。 ICDAR2013：ICDAR2013数据集为每个图片提供了单词的边界框的标注，每个图片都有属于自己的标注txt文件，以一个单独的图像为例，标注文件每一行代表一个文本目标，前四个数字为坐标信息（x1,y1,x2,y2）是文本框的左上和右下点，目标框为矩形。最后一列是文本的字符内容，如果字体模糊，则用###代替（还包含文字分割标签，具体的可以在数据集官网地址里面看）。 ICDAR2003：文本识别数据集：ICDAR2003 训练集1156张 测试集 1110标签中都是每张图片上对应的单词train.txt和test.txt都是过滤之后的标签（去掉符号和小于3个字符的）。 CUTE80：CUTE80数据集，都是弧形文字，包含了弧形的各个坐标。

完整Synth90k数据集资源，下载可用

Imdb格式的ICDAR2015数据集 相关的制作、使用代码可见博客 https://blog.csdn.net/zhaominyiz/article/details/104834770

Imdb格式的IIIT5k数据集 相关的制作、使用代码可见博客 https://blog.csdn.net/zhaominyiz/article/details/104834770

IIIT5K-Word_V3.0.tar数据集 OCR训练用的,一个小数据集,IIIT5K-Word_V3.0.tar数据集 OCR训练用的,一个小数据集,

神经网络 卷积神经网络的Keras文本识别实现 此实现中有两种可用的模型。 一个基于原始CRNN模型，另一个则包含空间转换器网络层以纠正文本。 但是，性能差别不大，因此由您决定选择哪种型号。 训练 您可以使用Synth90k数据集训练模型，但也可以使用自己的数据。 如果使用自己的数据，则必须重写代码，以便根据数据结构来加载数据。 要下载Synth90k数据集，请转到此并下载MJSynth数据集。 可以将Synth90k数据集放在data/Synth90k或者使用--base_dir参数指定数据集的路径。 基本目录应包括许多包含Synth90k数据的子目录，用于训练，验证和测试数据的注释文件，列出数据集中所有图像的路径的文件以及词典文件。 使用--model参数指定要使用的两个可用模型中的哪个。 默认模型是带有STN层的CRNN。 有关详细信息，请参见config.py 。 运行tra