cs-chan/Total-Text-Dataset

何を解決するか

このプロジェクトは、自然なシーンにおける曲がったテキストの検出に特化したデータセットを提供し、直線的な水平線に沿わないテキスト（任意形状のテキスト）を識別するという課題に対処します。

仕組み

Total-Text は単語レベルの英語の曲がったテキストデータセットです。テキストレベルおよびピクセルレベルのアノテーションを含む複数のフォーマットで正解データを提供し、モデルが非線形テキストを検出するように学習できるようにします。リポジトリにはベースライン実装（Poly-FRCNN-3）、シーンテキスト画像のアノテーション用のガイド付きアノテーションツールボックス、および精度、再現率、Fスコアを使用して検出性能をベンチマークするための評価スクリプト（DetEval.py）が含まれています。

対象ユーザー

シーンテキスト検出に取り組むコンピュータビジョンの研究者および開発者、特に任意形状または曲がったテキストの読み取りタスクに注力している人向けです。

特徴

• 曲がったテキストに特化：曲がっているまたは任意形状の単語レベルの英語テキストに特化しています。
• 包括的な正解データ：テキストレベルおよびピクセルレベルの両方の正解データを提供します。
• アノテーションツール：シーンテキスト画像のアノテーション用に専用のガイド付きアノテーションツールボックスを含んでいます。
• ベンチマーク：最先端のさまざまな手法を比較する詳細な検出リーダーボードを維持しています。