ICDAR 2019比赛及数据集下载-任务-任务-ICDAR 2019扫描收据OCR和信息提取的稳健阅读挑战
ICDAR 2019比赛及数据集下载-任务-
https://rrc.cvc.uab.es/?ch=13&com=tasks
任务-ICDAR 2019扫描收据OCR和信息提取的稳健阅读挑战
数据集和注释
数据集将具有1000个完整的扫描收据图像。每个收据图像包含大约四个关键文本字段，例如商品名称，单价和总成本等。在数据集中标注的文本主要由数字和英文字符组成。扫描收据示例如下所示：
数据集分为训练/验证集（“ trainval”）和测试集（“ test”）。“训练”集包括600张收据图像，这些图像将与参与者的注释一起提供给参与者。“测试”集包含400张图像，这些图像将在提交截止日期前几周提供。
对于接收OCR任务，数据集中的每个图像都用文本边界框（bbox）和每个文本bbox的脚本进行注释。位置标注为具有四个顶点的矩形，这些顶点从顶部开始按顺时针顺序排列。图像的注释存储在具有相同文件名的文本文件中。注释格式类似于ICDAR2015数据集的格式，如下所示：
x1_1，y1_1，x2_1，y2_1，x3_1，y3_1，x4_1，y4_1，成绩单_1
x1_2，y1_2，x2_2，y2_2，x3_2，y3_2，x4_2，y4_2，成绩单_2
x1_3，y1_3，x2_3，y2_3，x3_3，y3_3，x4_3，y4_3，transcript_3
…
对于信息提取任务，数据集中的每个图像都用一个文本文件注释，其格式如下所示：
{“公司”：“ STARBUCKS STORE＃10208”，
“ date”：“ 14/03/2015”，
“ address”：“ 11302 EUCLID AVENUE，CLEVELAND，OH（216）229-0749”，
“ total”：“ 4.95”，
}
任务1-扫描的收据文本本地化
任务描述
本地化和识别文本是许多以前的比赛中出现的常规任务，例如ICDAR健壮阅读比赛（RRC）2013，ICDAR RRC 2015和ICDAR RRC 2017 [1] [2]。此任务的目的是精确定位具有4个顶点的文本。文本本地化基础事实将至少在单词级别。要求参与者提交一个zip文件，其中包含所有测试图像的结果。
评估协议
由于参与团队可能会应用本地化算法在不同级别（例如，文本行）定位文本，因此在此任务中，为了评估文本的本地化，将实施基于DetVal的方法。该方法部分地解决了所检测文本的一对多和多对一对应的问题。在我们的评估协议中，将基于F1得分进行计算并用于排名[3]，从而计算平均平均准确度（mAP）和平均召回率。
任务2-扫描的收据OCR
任务描述
此任务的目的是准确识别收据图像中的文本。没有提供或不需要本地化信息。相反，要求参与者提供图像中识别的单词列表。该任务将仅限于包含拉丁字符和数字的单词。
训练此任务所需的基本事实是抄录中出现的单词列表。 为了获得 此任务的基本信息，应标记化在空间上拆分的所有字符串。例如，字符串“ Date：12/3/56”应标记为“ Date：”，“ 12/3/56”。字符串“ Date：12/3/56”应标记为“ Date：”“ 12”，“ /”，“ 3”，“ /”，“ 56”。
评估协议
对于“识别”排名，我们将参与者提供的所有单词与基本事实中的单词匹配。如果某些单词在图像中重复，则预期它们也会在提交结果中重复。我们将计算“精度”（在检测到的单词数范围内的正确匹配数）或“召回”（在“事实真词”数量范围内的正确匹配数）度量，并将F1分数用作最终排名度量。
任务3-从扫描的收据中提取关键信息
任务描述
此任务的目的是从给定的收据中提取多个关键字段的文本，并将每个收据图像的文本保存在json文件中，格式如图3所示。参与者将被要求提交一个包含以下内容的zip文件：所有测试发票图像。
评估协议
对于每个测试收据图像，将提取的文本与基本事实进行比较。如果提交的内容和提取的文本的类别均与基本内容匹配，则提取的文本被标记为正确；否则，标记为不正确。在所有测试收据图像的所有提取文本上计算精度。F1分数是根据精度和召回率计算的。F1分数将用于排名。
下载-ICDAR 2019扫描收据OCR和信息提取的强大阅读挑战
==================================================
对于SROIE竞赛，我们总共创建了1000张带注释的图像用于培训和测试。
SROIE竞赛任务的培训和验证数据集包含600张带批注的图像，现在可以从以下Google Drive和Baidu Pan链接下载这些图像：
- https://drive.google.com/open?id=1ShItNWXyiY1tFDM5W02bceHuJjyeeJl2
- https://pan.baidu.com/s/1a57eKCSq8SV8Njz8-jO4Ww#list/path=%2FSROIE2019&parentPath=%2F
任务1和任务2的测试数据集现已打开，现在可以从上面的Google云端硬盘和百度Pan链接下载该数据集。
任务3的测试数据集现已打开，可从上述链接下载。请注意，任务3测试数据集是任务1和2的测试数据集的子集（347张图像）（总共361张图像）。