快捷:常见ocr学术数据集预处理版本汇总(适配mmocr)

快捷:常见ocr学术数据集预处理版本汇总(适配mmocr)

快捷:常见ocr学术数据集预处理版本汇总(适配mmocr)

状态

数据集名称 下载地址 状态 数据原始网址 数据量 用途 场景
Syn90k https://pan.quark.cn/s/a4a52ddcead9 ok opendatalab 8919273 训练集 synth
svt https://pan.quark.cn/s/83933a378470 ok mmocr 647 测试集 regular
cute80 https://pan.quark.cn/s/6ae06a517f3e ok mmocr 288 测试集 irregular
svtp https://pan.quark.cn/s/15a54e433ec0 ok mmocr 645 测试集 irregular
icdar2015 https://pan.quark.cn/s/7ecbc63312db ok mmocr 2077 测试集 irregular
icdar2013 https://pan.quark.cn/s/1b8ba4b2471d ok mmocr 1015 测试集 regular
iiit5k https://pan.quark.cn/s/b62bab02ec0b ok mmocr 3000 测试集 regular

指标验证

方法 CUTE80 IIIT5K SVT SVTP ICDAR13 ICDAR15
CRNN(论文宣称) None 78.2 80.8 None 86.7 None
CRNN(mmocr宣称) 56.94 80.53 79.91 60.93 87.39 55.71
CRNN(ours) 59.72 80.77 79.44 61.86 87.29 54.60
相关推荐
陈嘿萌1 小时前
CVPR 2026 | 全新的五模态信息融合数据集,包括RGB、事件、热成像、4D 雷达与 LiDAR
人工智能·深度学习·计算机视觉·自动驾驶·学术研究与理论基础·点云雷达
陈嘿萌2 小时前
TPAMI 2026|红外、SAR、深度与地图能否用一套特征匹配?北理工HIMO给出无需预训练的通用路线
图像处理·人工智能·深度学习·计算机视觉·图像匹配·学术研究与理论基础
陈嘿萌2 小时前
TIP 2026 | SCAC:不用训练也能做视频时刻检索,让事件链与边界校准协同
图像处理·人工智能·深度学习·计算机视觉·学术研究与理论基础
LittroInno3 小时前
全景拼接中的重叠区域 视差与动态重影
图像处理·opencv·计算机视觉·图像配准·全景拼接
陈嘿萌16 小时前
ICML 2026|浙大 1D-Fusion:用 Tokenizer 将图像“压”成一维 Token,重构融合表示
图像处理·人工智能·计算机视觉·图像融合·计算机科学与技术·学术研究与理论基础·顶级期刊与会议
陈嘿萌18 小时前
TPAMI 2026|武大 DuS-DiFuse:图像融合从“拼信息”走向“补语义”,兼顾真实退化鲁棒性
图像处理·人工智能·计算机视觉·图像融合·计算机科学与技术·学术研究与理论基础·顶级期刊会议
陈嘿萌19 小时前
TIP 2026|没有分割标签,也能做任务导向图像融合:SSVIF的自监督语义注入
图像处理·人工智能·深度学习·计算机视觉·图像融合·学术研究与理论基础
一木 之林21 小时前
LangChain 第3章 消息与提示词模板:四类消息、历史管理与 ChatPromptTemplate
人工智能·计算机视觉·langchain
原子延迟21 小时前
视频还没出画面怎么判断是不是坏了
图像处理·人工智能·计算机视觉·音视频
拜小白1 天前
【论文解读】HoHoNet:用潜在水平特征做360°室内全景的整体理解
人工智能·计算机视觉·全景图