OCR开源数据集项目教程

OCR开源数据集项目教程

ocr-open-dataset list all open dataset about ocr. 项目地址: https://gitcode.com/gh_mirrors/oc/ocr-open-dataset

1. 项目目录结构及介绍

ocr-open-dataset/
├── LICENSE
├── README.md
└── datasets/
    ├── printed/
    │   ├── Born-Digital Images (Web and Email)/
    │   ├── COCO-Text/
    │   ├── Text Extraction from Biomedical Literature Figures/
    │   ├── Focused Scene Text/
    │   ├── Text in Videos/
    │   ├── Incidental Scene Text/
    │   ├── The Chars74K dataset/
    │   ├── The Uber Text dataset/
    │   ├── The Street View Text Dataset/
    │   └── The Street View House Numbers (SVHN) Dataset/
    ├── handwritten/
    │   ├── mnist/
    │   ├── NIST Special Database 19/
    │   ├── The EMNIST Dataset/
    │   ├── IAM Handwriting Database/
    │   ├── CASIA Online and Offline Chinese Handwriting Databases/
    │   └── CROHME: Competition on Recognition of Online Handwritten Mathematical Expressions/
    └── mixed/
        └── ETL Character Database/

目录结构说明

• LICENSE: 项目的许可证文件，通常包含项目的开源许可证信息。
• README.md: 项目的说明文件，通常包含项目的简介、使用方法、贡献指南等信息。
• datasets/: 数据集目录，包含各种类型的OCR数据集。
  • printed/: 印刷体文本数据集目录，包含多个印刷体文本数据集。
  • handwritten/: 手写体文本数据集目录，包含多个手写体文本数据集。
  • mixed/: 混合类型文本数据集目录，包含印刷体和手写体混合的数据集。

2. 项目的启动文件介绍

由于该项目主要是一个数据集集合，没有传统的启动文件（如main.py或app.py），因此不需要启动文件来运行项目。用户可以直接访问datasets/目录下的各个数据集进行使用。

3. 项目的配置文件介绍

该项目没有传统的配置文件（如config.yaml或settings.py），因为其主要目的是提供数据集，而不是运行一个应用程序。用户在使用数据集时，可以根据自己的需求直接访问和处理数据集文件。

---

以上是基于https://github.com/xylcbd/ocr-open-dataset.git项目的教程内容。由于该项目主要是一个数据集集合，因此没有启动文件和配置文件的传统概念。用户可以直接使用和处理数据集文件。

ocr-open-dataset list all open dataset about ocr. 项目地址: https://gitcode.com/gh_mirrors/oc/ocr-open-dataset