cs-chan/Total-Text-Dataset

解决的问题

本项目提供一个专门用于自然场景中弯曲文本检测的数据集，解决了识别非直线水平文本（任意形状文本）的挑战。

工作原理

Total-Text 是一个单词级别的英文弯曲文本数据集。它提供多种格式的标注数据，包括文本级和像素级标注，帮助模型学习检测非线性文本。该仓库还包含一个基线实现（Poly-FRCNN-3）、用于创建场景文本图像标注的引导式标注工具箱，以及一个评估脚本（DetEval.py），可用于通过精确率、召回率和F分数来基准检测性能。

适用对象

专为从事场景文本检测的计算机视觉研究人员和开发者设计，特别是专注于任意形状或弯曲文本识别任务的人员。

亮点

• 聚焦弯曲文本：专门针对弯曲或任意形状的单词级英文文本。
• 全面的标注数据：提供文本级和像素级的标注数据。
• 标注工具：包含用于场景文本图像标注的专用引导式标注工具箱。
• 基准测试：维护一个详细的检测排行榜，用于比较各种最先进方法的性能。