cs-chan/Total-Text-Dataset

解決する課題

このプロジェクトは、自然シーンにおける曲線や任意の形状のテキストなど、直線ではないテキストを機械学習モデルがより適切に検出・認識できるように設計された、単語レベルの英語曲線テキストデータセットを提供します。

仕組み

包括的な画像コレクションとそれに対応するグラウンドトゥルース（正解）アノテーションを提供します。これらのアノテーションは、テキストレベル、ピクセルレベル、および .txt 形式など、複数のフォーマットで利用可能であり、さまざまなトレーニングや評価のニーズに対応します。また、ベースライン実装や、シーンテキスト画像のアノテーション作業を支援するガイド付きアノテーションツールボックスも含まれています。

対象ユーザー

シーンテキスト検出、任意の形状のテキスト読み取り、および曲線テキスト認識を含むコンピュータビジョンタスクに取り組む研究者や開発者。

ハイライト

• 多様なアノテーション: テキスト、ピクセル、テキストファイル形式のグラウンドトゥルースデータを提供。
• 評価ツール: DetEval 評価プロトコルおよび検出性能をベンチマークするためのスクリプトを同梱。
• アノテーション支援: 新しいシーンテキストアノテーションを作成するためのガイド付きアノテーションツールボックスを提供。
• ベンチマーク: さまざまな最先端の検出手法の性能を追跡する詳細なリーダーボードを維持。