数据集概述
本数据集为ICDAR'25历史地图文本竞赛提供训练与验证数据，包含从Val de Marne档案馆拿破仑地籍地图裁剪的2K×2K图像切片，含训练集228张切片、验证集25张切片及对应标注文件，是2024版数据集的扩展与优化版本。
文件详解
- 训练集文件
- 文件名称：ign25_train.zip、ign25_train.json
- 文件格式：ZIP（图像）、JSON（标注）
- 内容说明：包含228张2K×2K历史地图切片图像，标注覆盖25,564个文字实例，含23,542个标签组、1,684个模糊词、1,351个截断词及23,880个有效词
- 验证集文件
- 文件名称：ign25_val.zip、ign25_val.json
- 文件格式：ZIP（图像）、JSON（标注）
- 内容说明：包含25张2K×2K历史地图切片图像，标注覆盖2,725个文字实例，含2,413个标签组、274个模糊词、129个截断词及2,451个有效词
数据来源
Val de Marne档案馆拿破仑地籍地图（截至2024年12月11日可通过https://archives.valdemarne.fr获取原始图像）
适用场景
- 历史地图文本检测算法训练：用于训练模型识别历史地图中的文字区域
- 历史地图文本识别模型验证：通过验证集评估模型对模糊、截断文字的识别精度
- 地图文本链接任务研究：基于标注的标签组探索历史地图文字与地理实体的关联方法
- 竞赛算法开发：为ICDAR'25历史地图文本竞赛参赛团队提供标准化训练验证数据
