SCUT-CTW1500 曲线文本检测数据集下载 | 不规则场景文字识别训练数据

数据集简介

SCUT-CTW1500 是华南理工大学（SCUT）发布的面向自然场景弧形文字检测的公开基准数据集，广泛应用于计算机视觉领域的曲线文本检测与识别研究。该数据集专门针对传统矩形框检测难以覆盖的弯曲、倾斜、多方向不规则文本场景设计，是评估曲线文本检测算法性能的核心数据集之一。

数据集规模与构成

SCUT-CTW1500 数据集共包含 1500 张原始场景图像，其中训练集 1000 张、测试集 500 张。数据集提供 10,751 张文本实例裁剪图像，其中包含弧形不规则文本的样本达 3,530 张。图像中的文本呈现横向、纵向及多方向分布特征，覆盖招牌、旗帜、商品包装、建筑标识等真实场景。

数据来源与场景覆盖

数据集图像采集自互联网公开图库（如 Google Open-Image）、手机相册及网络图片资源，涵盖室内外多种复杂光照与背景条件，具有较高的场景多样性和实用价值。

核心应用场景

曲线文本检测算法训练：支持基于多边形的曲线文本检测器（CTD, Curve Text Detector）等模型的端到端训练

场景文字识别（Scene Text Recognition）：适用于自然场景中的文字定位与识别任务

OCR 模型评测基准：作为不规则文本检测领域的标准评测数据集

深度学习研究：可用于文本检测、实例分割、目标检测等方向的前沿算法验证

适用对象

该数据集适合从事计算机视觉、深度学习、OCR 技术研发的科研人员、算法工程师、高校师生，以及需要构建场景文字识别系统的企业研发团队使用。