数据规模

57,645张，528,553个框

采集环境

包括街景、牌匾、广告牌、海报、装饰、艺术字、杂志封面等

采集多样性

多种场景、多种字体

语言分布

中文、英文(少量)

标注框方向分布

324,399个竖排框，204,154个非竖排框

标注框形状分布

34,936个矩形框、220,716个多边形框、272,901个平行四边形框

数据格式

图像格式为.jpg，标注文档格式为.json

标注内容

列级矩形框（多边形框、平行四边形框）标注、列级内容转写；非竖排矩形框（多边形框、平行四边形框）标注、非竖排内容转写

准确率

标注框顶点偏差不超过三个像素为正确检测，检测框精度不低于97%；文本转写精度不低于97%