MSRA TD-500数据集

最新推荐文章于 2025-06-17 09:13:43 发布
最新推荐文章于 2025-06-17 09:13:43 发布
阅读量6.7k 收藏 1
点赞数 2
CC 4.0 BY-SA版权
分类专栏： OCR 文章标签： OCR
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/weixin_35653315/article/details/76293998
MSRA-TD500是一个包含500张自然场景图片的数据集，用于多方向文本检测研究。该数据集包含中英文文本，图片尺寸范围从1296x864至1920x1280。数据集分为训练集300张和测试集200张，每张图片均按行进行精确标注。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

Overview

MSRA Text Detection 500 Database (MSRA-TD500)

Cong Yao
Huazhong University of Science and Technology
Email: yaocong2010@gmail.com

  • 多方向文本检测
  • 大部分文本都在引导牌上
  • 分辨率在1296x864到1920x1280之间
  • 包含中英文
  • 总共500张自然场景图片
  • Training 300 + Test 200
  • 标注以行为单位, 而不是单词
  • 每张图片都完全标注. 难以识别的有difficult标注

数据集格式

Evaluation

同IC15.

YOLOv5与MSRA-TD500数据集行人检测
如需修改或训练 Ultralytics YOLO 模型，请联系 Ultralytics 获取授权。
04-26 224
MSRA-TD500数据集是由微软研究院（MSRA）发布的行人检测数据集，包含500张高分辨率的图像。这些图像是在不同环境、光照条件、姿势和遮挡下拍摄的，目标物体主要是行人。数据集的目标是为行人检测算法提供多样化的训练数据，以提升模型在真实场景中的检测能力。图像数量：500张图像。标注信息：每张图像都包含了行人目标的边界框坐标（xmin, ymin, xmax, ymax），以及其他一些额外的标注信息（如难度级别）。图像场景：数据集中的图像展示了不同的场景、背景以及行人的多种姿态和活动。
MSRA-TD500：使用YOLOv10和UI界面进行行人检测
如需修改或训练 Ultralytics YOLO 模型，请联系 Ultralytics 获取授权。
04-21 633
本篇博客详细介绍了如何使用YOLOv10模型进行MSRA-TD500数据集上的行人检测任务。通过数据预处理、模型训练、实时推理以及UI界面展示等步骤，我们展示了如何将YOLOv10应用于行人检测问题。通过这些步骤，开发者可以轻松实现行人检测并将其应用于实际场景，如自动驾驶、安防监控等。希望本篇博客对你理解YOLOv10和行人检测有所帮助，并且能够为你的项目提供一些实际的指导。
MSRA-TD500数据集
09-26
MSRA-TD500. TextDetection dataset including 500images .
MSRA-TD500数据集(MSRA Text Detection 500 Database)
热门推荐
简简单单
08-04 1万+
       RRPN(《Arbitrary-Oriented Scene Text Detection via Rotation Proposals》)是文本检测中比较具有代表性的文章，文章地址：https://arxiv.org/pdf/1703.01086.pdf。        文章里面用到了MSRA-TD500数据集，数据集特点：多方向文本检测、大部分文本都在引导牌上、分辨率在1296...
MSRA命名实体识别(NER)解析
最新发布
2501_91537388的博客
06-17 637
MSRA命名实体识别(NER)解析
MSRA-TD500数据集资源
04-15
MSRA-TD500数据集资料分享，包含中英文、总共500张自然场景图片(Training 300 + Test 200)、标注以行为单位，而不是单词、每张图片都完全标注. 难以识别的有difficult标注。
多方向文本检测数据集MSRA-TD500和多方向文本识别数据集HUST-TR400坐标转换
qq_36756866的博客
04-21 2785
1.数据介绍 多方向文本检测数据集（MSRA-TD 500) C. Yao, X. Bai, W. Liu, Y. Ma, Z. Tu. Detecting texts of arbitrary orientations in natural images. In: Proceedings of IEEE Conference on Computer Vision and Pattern Reco...
MSRA-TD500 文本检测数据集.7z
07-13
MSRA – TD500 图像数据集被用于评估文本检测 算法 基准，它包含多种类和多国语言的 500 张自然图像，分别是 300 张训练图和 200 张测试图。 该数据集使用袖珍相机从室内和室外场景拍摄，其中室内图像以标志，门板...
MSRA-TD500数据集-gz
04-16
MSRA-TD500数据集是一个在中文场景文本检测领域中具有重要地位的数据集。它是由微软亚洲研究团队（Microsoft Research Asia, MSRA）构建的，其中“TD”代表文本检测（Text Detection）。数据集的序号“500”表明它...
MSRA-TD500数据集坐标转换
u011489887的专栏
10-24 1680
1.根据MSRA-TD500原旋转坐标，转换成多边形坐标 import os from math import * import math def rotate(angle, x, y): """ 基于原点的弧度旋转 :param angle: 弧度 :param x: x :param y: y :retur...
MSRA图像数据集（1000幅含真实标注）
01-13
MSRA数据库用于检测图像显著性检测算法，含有真实标注用来对比，同时用于定量的效果测量
MSRA-TD5000数据集使用
wzw12315的专栏
04-30 1025
中文检测的数据集: 清华的CTW，https://ctwdataset.github.io/但是数据集只存储在微云和google driver，微云空间受限不能完全保存，下载很麻烦 华科的MSRA TD5000，支持中英文的倾斜文本检测 http://www.iapr-tc11.org/mediawiki/index.php/MSRA_Text_Detection_500_Databas...
将MSRA-TD500标签转换成逆时针输出标签+labeleme json格式转四个点的txt
智障变智能
12-06 670
MSRA-TD500 :http://www.iapr-tc11.org/mediawiki/index.php/MSRA_Text_Detection_500_Database_%28MSRA-TD500%29 #coding:utf-8 """ fzh created on 2019/12/6 将MSRA-TD500数据标签转换成按逆时针输出 也即　 index,difficulty ...
基于可辨识二值化的实时场景文本检测
深度学习小白的博客
11-29 1279
基于可辨识二值化的实时场景文本检测 ​ 图1: 在 msra-td500数据集上对几种最近的场景文本检测方法的准确性和速度进行了比较。我们的方法在有效性和效率之间达到了理想的平衡。 备注： CRAFT：https://blog.youkuaiyun.com/qq_39707285/article/details/109037366 TextSnake：https://blog.youkuaiyun.com/attitude_yu/article/details/86678255 Corner：https:/
ocr数据集介绍
qq_33511693的博客
04-04 6763
文章目录ocr常用数据集介绍Chinese Text in the Wild (CTW data)ICPR WTMI2018中文数据集（天池比赛数据集）ICDAR数据集Reading Chinese Text in the Wild(RCTW-17)Chinese Text in the Wild(CTW)Total-TextCaffe-ocr中文合成数据Synthetic Data for Te...
【读点论文】Real-time Scene Text Detection with Differentiable Binarization，可微分二值化助力文字检测
白水空空
02-18 1109
标签生成。文本多边形的标注用红线表示。收缩多边形和扩张多边形分别用蓝线和绿线表示。label主要是两部分，probability map和threshold map；binary map和probability map共用一个ground truth。probability map：参考了PSENet的label方式。并不是简单将标注的文本域置为1，而是将文本域的"shrink"置为 1，相当于一个小的"kernel"，和PSENet一样，这样可以有效避免多行文本被检测成一行。
OCR数据集
杨先森的专栏
04-09 1528
数据集介绍：MSRA文本检测500数据库（MSRA-TD500）包含500幅自然图像，这些图像是使用袖珍相机从室内（办公室和商场）和室外（街道）场景拍摄的。数据集分为训练集和测试集两部分，训练集包含从原始数据集中随机选择的300个图像，其余200个图像构成测试集，此数据集中的所有图像都已完全注释。数据集介绍：主要包括3万多幅街景图像中注释的3850个独特的中文文本数据集，其中约有100万个汉字。这是一个具有挑战性的数据集，具有良好的多样性，包括平面文本、凸起文本、弱光下文本、远处文本、部分遮挡文本等。
Pytorch文本行检测，深度学习网络结构CTPN
datayx的文章
11-18 4689
向AI转型的程序员都关注了这个号????????????机器学习AI算法工程 公众号：datayx这几天一直在用Pytorch来复现文本检测领域的CTPN论文，本文章将从数据处理、训练标签生成、神经网络搭建、损失函数设计、训练主过程编写等这几个方面来一步一步复现CTPN。CTPN算法理论可以参考这里。https://www.cnblogs.com/skyfsm/p/9776611.html本文项目代码 获取方式...
msra-td500
03-21
### MSRA-TD500 数据集概述 MSRA-TD500 是由微软亚洲研究院发布的一个大规模文本检测数据集，主要用于评估自然场景中的文本检测算法性能。该数据集包含约 500 张高分辨率图像，涵盖了多种复杂背景下的中文和英文文本实例[^2]。每张图片都标注了多边形边界框来描述文本区域的位置和形状。 #### 特征 - **多样性**: 图像来自真实世界环境，包括各种字体大小、方向以及遮挡情况。 - **大尺寸文本**: 主要关注较长的文本行而非单字字符。 - **高质量标注**: 使用精确的多边形而不是简单的矩形包围盒来标记倾斜或者弯曲的文字线条。 #### 应用模型介绍 - TextSnake 针对此类复杂的文本布局问题，有研究者提出了名为 *TextSnake* 的解决方案。此方法能够有效捕捉任意走向(水平、垂直甚至弯曲)的文本片段。具体来说： - 它将整个文档视作一系列沿着中心轴分布的小圆盘集合； - 利用卷积神经网络预测每个像素属于哪一类（比如是否位于某条特定路径之上），同时还估计出相应位置处的方向矢量与半径长度； - 基于此信息构建完整的文字链表结构从而实现端到端识别过程。 以下是简化版 Python 实现思路示意代码： ```python import numpy as np def predict_text_snake(image): # Assume 'model' has been pre-trained to output TCL/non-TCL, radius etc. tcl_map, direction_map, radius_map = model.predict(image) final_result = [] for y in range(tcl_map.shape[0]): for x in range(tcl_map.shape[1]): if tcl_map[y,x] > threshold: # If pixel belongs to a text centerline r = radius_map[y,x] dx, dy = direction_map[y,x] # Reconstruct the full text line using local geometry properties reconstructed_line = reconstruct_from_point((x,y),r,dx,dy) final_result.append(reconstructed_line) return final_result def reconstruct_from_point(center,radius,direction_vector): pass # Placeholder function; actual implementation depends on specific requirements ``` 上述伪码展示了如何利用 `predict` 函数获取输入图片内的所有可能候选区段，并进一步组合成连贯的整体表达形式供后续分析使用。 ###
评论 2
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值