---
title: MTWI
canonical_url: "https://www.modelscope.cn/datasets/damo/MTWI"
md_url: "https://www.modelscope.cn/datasets/damo/MTWI.md"
repository: damo/MTWI
chinese_name: "读光-OCR-多样式网络图像文字检测与识别数据集-中英"
last_updated: 2023-02-14
license: "Apache License 2.0"
storage_size: "2.2 MB"
domain:
  - image
tasks:
  - image-to-text
size_scale:
  - 100-10k
downloads: 7269
stars: 9
---

# MTWI

> MTWI - damo 在 ModelScope 开源的数据集。多样式网络图像文字检测与识别数据集MTWI (Multi-Type Web Images)是业界首个基于网络图片的、以中文为主的OCR数据集。

damo/MTWI 是 ModelScope 魔搭社区上的image-to-text数据集，涉及 image 领域，存储大小 2.2 MB，采用 Apache License 2.0 许可。

- **Repository**: damo/MTWI
- **License**: Apache License 2.0
- **Tasks**: image-to-text
- **Domain**: image
- **Storage size**: 2.2 MB
- **Downloads**: 7269
- **Stars**: 9
- **Last updated**: 2023-02-14

Source: https://www.modelscope.cn/datasets/damo/MTWI

---

# MTWI dataset

## 数据集描述
多样式网络图像文字检测与识别数据集MTWI (Multi-Type Web Images)是业界首个基于网络图片的、以中文为主的OCR数据集，由阿里巴巴“图像和美”团队联合华南理工大学联合提供，并依托ICPR'2018会议举办了学术评测竞赛。 MTWI数据集数据量充分，涵盖数十种字体，几个到几百像素字号，多种版式，较多干扰背景。研究人员可基于本数据集开展图片管控，搜索，信息录入等AI领域的研究工作。

### 数据集简介
本数据集共提供20,000张图像作为本次比赛的数据集。其中50%用来作为训练集，50%用来作为测试集。该数据集全部来源于网络图像，主要由合成图像，产品描述，网络广告构成。典型的图片如图1所示：

![demo_mtwi](./demo_mtwi.png)

这些图像是网络上最常见的图像类型。每一张图像或者包含复杂排版，或者包含密集的小文本或多语言文本，或者包含水印，这对文本检测和识别均提出了挑战。

### 数据集标注格式介绍
对于每一张图像，都会有一个相应的文本文件（.txt）（UTF-8编码与名称：[图像文件名] .txt）。文本文件是一个逗号分隔的文件，其中每行对应于图像中的一个文本串，并具有以下格式：X1，Y1，X2，Y2，X3，Y3，X4，Y4，“文本”。
其中X1，Y1，Y2，X2，X3，X4，Y3，Y4分别代表文本的外接四边形四个顶点坐标。而“文本”是四边形包含的实际文本内容。
下面图2是标注的图片，红色的框代表标注的文本框。图3是标注图片对应的文本文件。标注时我们对所有语言，所有看不清的文字串均标注了外接框（比如图2中的小字），但对于除了中文，英文以外的其它语言以及看不清的字符并未标注文本内容，而是以“###”代替。

![demo_mtwi_image](./demo_mtwi_image.png)

![demo_mtwi_anno](./demo_mtwi_anno.png)

### 任务描述
详见[数据集主页](https://tianchi.aliyun.com/dataset/137084#)

### 排行榜
文字检测任务[排行榜](https://tianchi.aliyun.com/competition/entrance/231685/information)


### Clone with HTTP
* http://www.modelscope.cn/datasets/damo/MTWI.git