文本檢測數據集以及標簽形式說明

icdar15系列，帶角度的四邊形標簽

 

 

 

打開標簽文件，每行為一個文本框坐標以及語言類型，文字，###代表模糊不清

形式，是四邊形的四個點的坐標。

 

ctw1500系列任意形狀的數據集標簽

 

 

每行共32個數字，前四個數字為該彎曲文本在整張圖上的矩形框坐標值，

剩下的28個值為14個點，為相對於矩形框左上角得誤差補償即為與左上角坐標所形成的差值，形成封閉的彎曲文本框，

其計算方式可以簡單的理解為：

1.將前4個坐標值的矩形框從原圖中截取出來（左上右下4個點）

2.在截取之后的圖中取14個點的坐標值