• OCR 데이터 셋 (Text Localization, Word Recognition)
• 인스턴스(Instance) 구분 : 단어(Word)
• 대상 언어
  • 한글
  • 영어 (소문자/대문자)
  • 숫자
  • 특수문자 (키보드로 입력 가능한 특수문자)

• 이미지 파일 : 3000장 (JPG), 1920x1080
• 어노테이션 파일 : 1개 (JSON)

OCR_DB
├── annotations
│   └── annotations.json
└── images
    ├── 0518_S00003.jpg
    ├── 0518_S00005.jpg
    └── ...

{
	"image": [
		{
			"id": "00000",
			"name": "0518_S00003.jpg",
			"objects": [
				{
					"id": "00000",
					"class": "sign",
					"points": [
						"1873.10",
						"230.58",
						"1893.46",
						"229.17",
						"1900.01",
						"232.35",
						"1898.59",
						"242.44",
						"1893.46",
						"247.93",
						"1869.74",
						"250.23"
					],
					"Description": "H",
					"Reading Direction": "Horizontal",
					"Text Direction Index": "0",
					"Art Characters": "false",
					"Special Characters": "false",
					"occlusion": "true",
					"Don't Care": "false"
				},
				{
					"id": "00001",
					"class": "...",
					"..."
				}
			]
		},
		{
			"..."
		},
		"..."
	]
}

• id: 이미지 고유 id

• name: 이미지 파일명

• Objects: 인스턴스 별 어노테이션 정보

  속성	속성값	info
  "id"	해당 이미지에서의 instance id	5 digit number
  "class"	class 이름	"sign"
  "points"	Polygon 좌표	[x1, y1, x2, y2, ... , xn, yn]
  "Description"	instance의 글자 정보	유니코드
  "Reading Direction"	글자 진행 방향	Horizontal / Vertical
  "Text Direction Index"	글자 진행 방향	0 ~ 7
  "Art Character"	타이포그래피 여부	true / false
  "Special Characters"	특수문자 여부	true / false
  "occlusion"	가려진 글자인지에 대한 정보	true / false
  "Don't care"	Don't care	true / false

• Text Direction Index : 글자 각도 인덱스 = {0, 1, 2, ..., 7}

  N=0	N=1	N=2	N=3	N=4	N=5	N=6	N=7

• 다운로드 링크 (압축버전)
• 다운로드 링크 (미리보기 가능)

Recognition Team, Vision AI Lab, AI Center, NCSOFT

• 이영현 (younghyunlee@ncsoft.com)
• 김영백 (yback7902@ncsoft.com)
• 박경민 (gmbgm100@ncsoft.com)
• 양철종 (cjyang@ncsoft.com)
• 이재명 (jaemyunglee@ncsoft.com)
• 이주성 (jusunglee@ncsoft.com)
• 정현조 (hyunjo7905@ncsoft.com)

이 데이터는 2020년도 정부(과학기술정보통신부)의 재원으로 정보통신기획평가원의 지원을 받아 수행된 연구의 결과물임 (No.1711117050, 디지털 콘텐츠 분석 효율화를 위한 문자 검출 및 인식 기술 개발)

This work was supported by Institute of Information & communications Technology Planning & Evaluation (IITP) grant funded by the Korea government(MSIT) (No.1711117050, Text Localization and Recognition for Efficient Digital Contents Analysis)