ctw.md

CTW 数据集

数据集下载

COCO-Text数据集官网 | 下载链接

注意: 您需要填写表格才能下载此数据集。

图像分为26批，即26个不同的.tar存档文件，格式为images-trainval/ctw-trainval*.tar。所有26批都需要下载。 注释存档文件名为ctw-annotations.tar.gz。

下载压缩后的图像后，解压后将所有图像收集到单个文件夹中，例如train_val/，注释也进行相应解压。最终目录结构如下：

CTW
  |--- train_val
  |    |--- 0000172.jpg
  |    |--- 0000174.jpg
  |    |--- ...
  |--- train.jsonl
  |--- val.jsonl
  |--- test_cls.jsonl
  |--- info.json

数据准备

检测任务

要准备用于文本检测的数据，您可以运行以下命令：

python tools/dataset_converters/convert.py \
    --dataset_name ctw --task det \
    --image_dir path/to/CTW/train_val/ \
    --label_dir path/to/CTW/train.jsonl \
    --output_path path/to/CTW/det_gt.txt

运行后，在文件夹CTW/下会生成注释文件det_gt.txt。

请注意，可以更改label_dir以准备验证集。

返回dataset converters