Total-Text-Dataset 是数据集领域的开源项目，由 cs-chan 开发，2017 年首次发布。
它收录于数据集分类，该分类目前共有 279 个项目，GitHub 星标数为 771。
项目仍在小幅维护中，最近一次代码更新于 2026-09-06。开源数据集，BSD-3-Clause许可，完全免费，无付费版本。
它主要面向的使用场景是：学术研究中评估场景文本检测算法。同类可对比的替代方案包括 ICDAR 2015、CTW1500、SynthText。
Total-Text-Dataset
拿真实弯曲文本数据，测爆你的检测模型
Total-Text-Dataset 是一个用于场景文本检测与识别的公开数据集，包含1555张图像，覆盖水平、多方向和弯曲三种文本形态，尤其以弯曲文本为特色，是当时首个包含大量弯曲文本的数据集。该数据集旨在解决自然场景中文本形态复杂、方向多变的问题，为算法评估提供统一基准。它提供了单词级和字符级标注，支持检测和识别任务，并配套了评估工具。该数据集常用于ICDAR相关竞赛和学术研究，推动了对任意方向文本的检测与识别技术发展。项目仓库包含数据下载链接、标注格式说明和评估代码，但原始数据需通过外部链接获取。
开源
free
数据集
GitHub 星标
★ 771
维护状态
维护中
是否开源
是
定价模式
free
项目数据
分类数据集
开发团队cs-chan
所属国家
定价模式free
价格说明开源数据集，BSD-3-Clause许可，完全免费，无付费版本。
访问状态
是否开源是
开源协议BSD-3-Clause
主要语言MATLAB
技术栈/模型curve-text,dataset,icdar,scene-text,scene-text-detection,scene-text-recognition,text-detection,text-detection-recognition,text-recognition,total-text
GitHub 星标★ 771
30天Star增速
HF 下载量
上线时间2017-08-24 00:00:00
最近更新2026-09-06 00:00:00
维护状态维护中
中文支持
访问方式
移动端支持
综合评分
收录时间2026-08-10
浏览次数7
使用教程
核心亮点
- 首个大规模包含弯曲文本的数据集，填补了该领域空白
- 标注精细，提供单词级和字符级多边形标注，适合多种任务
- 配套评估工具，便于直接对比算法性能
不足之处
- 数据规模较小（1555张），对深度学习大模型略显不足
- 原始数据需外部下载，仓库内无直接数据
- 文档和社区维护待观察
适用场景
- 学术研究中评估场景文本检测算法
- 训练弯曲文本识别模型
- ICDAR竞赛基准测试
替代项目
ICDAR 2015、CTW1500、SynthText
项目介绍
上一篇：opendata
同类项目推荐
X-AnyLabeling
开源
一站式AI辅助标注，图像视频文本通吃，导出格式随心配
X-AnyLabeling: A lightweight, efficient, and unified cross-platform desktop applicat···
aisheets
开源
像用表格一样批量调 AI，不写代码就能造和改数据集
Build, enrich, and transform datasets using AI models with no code
distilabel
开源
基于论文的合成数据流水线，快速生成高质量 AI 反馈数据。
Distilabel is a framework for synthetic data and AI feedback for engineers who need ···
DataGen
开源
用大模型一键生成定制化训练数据，告别数据荒
[ICLR'25] DataGen: Unified Synthetic Dataset Generation via Large Language Models