ArTデータセットには10166枚の画像が含まれます。これは、5603枚の画像を含むトレーニングセットと、4563枚の画像を含むテストセットに分割されています。

ArTはTotal Text[4]、SCUT - CTW1500[5]、および百度の曲線シーンテキストの組み合わせです。これらのテキストを収集した目的は、任意の形状のテキスト問題をシーンテキストコミュニティに導入することです。既存の画像（3055枚）に加えて、7111枚以上の画像が2つのデータセットの混合に追加され、これによりArTは現在の中で比較的規模の大きいシーンテキストデータセットの1つとなっています。ArTデータセットには合計10166枚の画像があります。これは、5603枚の画像を含むトレーニングセットと、4563枚の新しく収集された画像を含むテストセットに分割されています。ArTデータセットは、テキスト形状の多様性を考慮して収集されているため、既存のすべてのテキスト形状（すなわち、水平、多方向、および湾曲）がデータセットに大量に存在します。これにより、このデータセットは独特なものとなっています。なぜなら、ほとんどの既存のデータセット[1、2、3]は水平および多方向のテキストインスタンスが主であるからです。

ArTデータセットのテキストインスタンスは、（a）四角形のバウンディングボックス、8、10、および12個の頂点の多角形バウンディングボックス（詳細についてはタスクタブを参照）、および（b）転写で注釈付けされています。これら2種類の注釈は、このチャレンジで提起された（a）テキスト検出、（b）認識、および（c）テキスト位置特定タスクを満たしています。

データ構造：

トレーニングセット

• タスク1およびタスク3用

• train_images.tar.gz (1.6G) - 5,603枚の画像

• train_labels.json (41M) - 5,603枚の画像の正解ファイル

• タスク2用

• train_task2_images.tar.gz (439M) - 50,029枚の画像

• train_labels_task2.json (35M) - 50,029枚の画像の正解ファイル

テストセット

• テストセットの最初の部分：

• test_part1_task2_images.tar.gz (439M) - 24836枚の画像

• test_part1_images.tar.gz (1.4G) - 2271枚の画像

• タスク1およびタスク3用

• タスク2用

• テストセットの最後の部分：

• test_part2_task2_images.tar.gz (467M) - 27795枚の画像

• test_part2_images.tar.gz (1.4G) - 2292枚の画像

• タスク1およびタスク3用

• タスク2用

参考文献

1. Karatzas, Dimosthenis, et al. "ICDAR 2013 robust reading competition."第12回IAPR国際文書分析と認識会議（ICDAR）. IEEE, 2013.

2. Karatzas, Dimosthenis, et al. "ICDAR 2015 competition on robust reading." 第13回IAPR国際文書分析と認識会議（ICDAR）. IEEE, 2015.

3. Gomez, Raul, et al. "ICDAR2017 robust reading challenge on COCO - Text." 第14回IAPR国際文書分析と認識会議（ICDAR）. IEEE, 2017.

4. Ch'ng, Chee Kheng, and Chee Seng Chan. "Total - text: A comprehensive dataset for scene text detection and recognition." 第14回IAPR国際文書分析と認識会議（ICDAR）. Vol. 1. IEEE, 2017.

5. Yuliang, Liu, Lianwen, Jin, et al. "Curved Scene Text Detection via Transverse and Longitudinal Sequence Connection." パターン認識, 2019.

6. C. Chng, Y. Liu, Y. Sun, et al, “ICDAR 2019 Robust Reading Challenge on Arbitrary - Shaped Text - RRC - ArT”, in Proc. of ICDAR 2019.