OCR 识别数据集、统计脚本总结供下载

1. IIIT5K

• Scene Text Recognition using Higher Order Language Priors
• 
• 简介，5K涨裁剪好的文字图片，如上图。2K张训练集，3K张测试集。测试集中包含了街景，网络图片等。仅标注62个字符，52个字母以及10个数字。
• 我这边整理了一份可用的，供下载，GT为txt格式 密码:u461。

2. Curve Text (CUTE80)

• 一般情况下这个识别的标注很难找到，我这边整理了一份。供下载，GT为txt格式 供下载，GT为txt格式 密码:g26d。
• 
• 供80个图像，288个切好的文本区域，该数据集专注曲线文本识别，检测。不过识别标注统一不区分大小写，后面我会修复掉这个标注，提供一份 case sensitive 的GT。