摘要：该数据集面向移动端自然场景文字识别及OCR性能评估任务，共包含10,400条样本记录和19个字段。
数据集概述
该数据集面向移动端自然场景文字识别及OCR性能评估任务，共包含10,400条样本记录和19个字段。样本覆盖自然场景、文档、标牌、商品标签及数字显示屏等文字载体，并记录图像采集条件、文字外观、设备属性和字符组成信息。目标字段用于判断识别结果是否与预期文本一致，分为识别错误和识别正确两个类别。
数据结构与关键特征
数据集包含图像资源及结构化的Mobile_Text_Recognition_D数据文件，每条记录通过Image_ID标识对应的文本识别样本。主要字段包括光照条件、文字方向、背景复杂度、字体大小与样式、图像质量、模糊程度、遮挡程度、设备类型、图像分辨率和文本长度，同时统计大写字母、小写字母、数字、符号及字符总数。Target_Class为二分类标签，其中0表示识别错误，1表示识别正确。
应用价值与研究方向
该数据集可用于移动OCR性能评估、识别失败预测、复杂场景文本分析、图像质量控制及移动端文字识别系统优化。研究方向包括二分类机器学习、场景属性与识别准确率关联分析、模糊和遮挡鲁棒性研究、特征重要性与可解释性建模、自适应图像预处理、跨设备泛化以及轻量化模型部署，还可用于识别质量评分和困难样本挖掘。
数据集来源
由张家梁(Bob)整理并于2026年在7zcode平台公开发布。
数据集信息
免责声明与引用
数据仅用于科研与教学用途。若用于商业场景，请自行核验数据许可。如需引用，请在论文或报告中注明数据集名称与版本号。
作者信息
作者：Bob (张家梁)
项目编号：Datasets-599
文件大小：110M
原创声明：本数据集为整理作品
联系方式
开源协议
本项目采用AGPL-3.0开源协议，允许个人和组织自由使用、修改和分发代码，但基于本项目的衍生作品必须同样开源，且用于提供网络服务时需向用户提供完整源代码。本项目仅供学习研究使用，作者不对使用本项目产生的任何后果承担责任，使用者应遵守当地法律法规，合理合法使用本项目。如本项目对您的研究或工作有所帮助，欢迎引用并注明出处。
评论(0)