ICDAR 2015 数据集¶
数据集下载¶
注意：在下载之前，请先注册一个账号。
ICDAR 2015 挑战赛分为三个任务。任务1是文本定位。任务3是单词识别。任务4是端到端文本检测识别。任务2文本分割的数据不可用。
Text Localization¶
有四个与任务1相关的文件需要下载， 它们分别是：
ch4_training_images.zip
ch4_training_localization_transcription_gt.zip
ch4_test_images.zip
Challenge4_Test_Task1_GT.zip
Word Recognition¶
有三个与任务3相关的文件需要下载， 它们分别是：
ch4_training_word_images_gt.zip
ch4_test_word_images_gt.zip
Challenge4_Test_Task3_GT.txt
这三个文件仅用于训练单词识别模型。训练文本检测模型不需要这三个文件。
E2E¶
有九个与任务4相关的文件需要下载。其中包括任务1中的四个文件， 还有五个词汇文件。
ch4_training_vocabulary.txt
ch4_training_vocabularies_per_image.zip
ch4_test_vocabulary.txt
ch4_test_vocabularies_per_image.zip
GenericVocabulary.txt
如果您下载了一个名为 Challenge4_Test_Task4_GT.zip 的文件，请注意它与 Challenge4_Test_Task1_GT.zip 是相同的文件，除了名称不同。在这个repo中，我们将使用 Challenge4_Test_Task4_GT.zip 来代替 ICDAR2015 数据集的文件 Challenge4_Test_Task1_GT.zip。
在 icdar2015 下载完成以后, 请把所有的文件放在 [path-to-data-dir] 文件夹内，如下所示:
path-to-data-dir/
ic15/
ch4_test_images.zip
ch4_test_vocabularies_per_image.zip
ch4_test_vocabulary.txt
ch4_training_images.zip
ch4_training_localization_transcription_gt.zip
ch4_training_vocabularies_per_image.zip
ch4_training_vocabulary.txt
Challenge4_Test_Task4_GT.zip
GenericVocabulary.txt
ch4_test_word_images_gt.zip
ch4_training_word_images_gt.zip
Challenge4_Test_Task3_GT.zip