数据集概述
本数据集为ICDAR'24历史地图文本检测、识别与关联竞赛提供训练和验证数据，包含从Val de Marne档案馆拿破仑地籍图中裁剪的2Kx2K像素图像切片，配套标注文件遵循竞赛格式，可通过官方脚本评估，适用于历史地图文本相关算法开发与测试。
文件详解
- 训练集文件
- 图像文件：train.zip（ZIP格式），包含ign/train目录下的.jpg格式图像切片（80个切片，对应37张地图 sheet）
- 标注文件：ign_train.json（JSON格式），对应训练集标注，包含8,096个单词（含563个模糊词、371个截断词、7,533个有效词，分属7,449个标签组）
- 验证集文件
- 图像文件：val.zip（ZIP格式），包含ign/val目录下的.jpg格式图像切片（15个切片，对应9张地图 sheet）
- 标注文件：ign_val.json（JSON格式），对应验证集标注，包含1,801个单词（含217个模糊词、91个截断词、1,584个有效词，分属1,661个标签组）
数据来源
Val de Marne档案馆拿破仑地籍图（原始图像获取链接：https://archives.valdemarne.fr/recherches/archives-en-ligne/cadastre-napoleonien，截至2024年2月1日有效）
适用场景
- 历史地图文本检测算法开发：用于训练和验证历史地图中文字区域的定位模型
- 低质量文本识别研究：针对模糊、截断等复杂历史文本的识别算法优化
- 文本关联任务探索：实现历史地图文本间的语义或空间关联分析
- 竞赛算法测试评估：适配ICDAR'24竞赛的官方评估流程，验证算法性能
- 数字人文资源处理：辅助历史地籍图的数字化与文本信息提取应用
