开源 OCR 数据集盘点：文字、表格、文档识别的可商用清单
OCR 领域开源数据集很多，但许可两极分化：SynthText、PubTables-1M、PubTabNet、DocBank、HierText 等合成与表格文档系全线可商用；ICDAR、LSVT 等真实街拍系几乎全部研究限用。本文覆盖文字检测、表格识别、文档版面、电商属性四方向 12 个数据集，附官方样图、标注格式详解与全量信息表，协议均经 LICENSE 一手核验。 Source
作者：Paddy作者主页
以上内容来自博客订阅源，版权归原作者。关注作者后可以在 关注列表 第一时间查看作者文章。
登录后，加入这场讨论。
登录参与