IIIT-Synthetic-R-Marathi

Language

Marathi

Modality

Printed

Details Description

The IIIT-Synthetic-R-Marathi dataset consists of synthetically created 10,48,000 word images along with their corresponding annotations. To create synthetic images, freely available Unicode fonts are used to render synthetic word images. The number of fonts used for Marathi is 1071. We use ImageMagick, Pango, and Cairo tools to render text onto images. To mimic the typical document images, we generate images whose background is always lighter (higher intensity) than the foreground. Each word is rendered as an image using a random font. Font size, font styling such as bold and italic, foreground and background intensities, kerning, and skew are varied for each image to generate a diverse set of samples. A random one-fourth of the images are smoothed using a Gaussian filter with a standard deviation (ЁЭЬО) of 0.5. Finally, all the images are resized to a height of 32 while keeping the original aspect ratio. This dataset is divided into Training, Validation, and Test Sets consisting of 7,33,600, 1,04,800, and 2,09,600 word images and their corresponding ground truth transcriptions. There are 6,02,052 Marathi words in the training set.

Training Set:

train.zip contains folder named тАЬimagesтАЭ with 7,33,600 word level images, тАЬtrain_gt.txtтАЭ containing image name and ground truth text separated by тАЬTab spaceтАЭ and тАЬlist_of_words.txtтАЭ contains list of 6,02,052 words in the Training set.

Validation Set:

val.zip contains folder named тАЬimagesтАЭ with 10,4800 word level images, and тАЬval_gt.txtтАЭ containing image name and ground truth text separated by тАЬTab spaceтАЭ.

Test Set:

test.zip contains folder named тАЬimagesтАЭ with 2,09,600 word level images, and тАЬtest_gt.txtтАЭ containing image name and ground truth text separated by тАЬTab spaceтАЭ.

Downloads

To download Train, Test or Val data, please Login

Login Sign Up

Sample Word Level Images from Training Set

Image Ground Truth
рд░рдЪрддреЛ
рддреНрд╕реЛрдореЛрд░рд┐рд░реАрдХрдбреЗ
рд╣реЛрддреАрдЪрд░рд╛рдзрд╛рдмрд╛рдИрдВрдЪреНрдпрд╛
рднреБрддрдбрдВ
рд╕реБрдЯрд╛рд╡рд▓реЗрд▓реНрдпрд╛
рд╕реНрдлреБрд░реНрддрд┐рджрд╛рдпрдХ
рд╡рд╛рдЯрдгрд╛рд░реНрдпрд╛рдиреЗ
рд╡реЗрд▓реВрд░рдордзреЗ
рдбреНрд░реЗрд╕реНрдЬреЕрдХреЗрдЯреНрд╕
рд╕реНрд╡реАрдбрдирдорд▓рд╛
рдЕрд╕рддреЗрдЕрддрд┐рд╢рдп
рдирдереБрд░рд╛рдордХрд░рд╡реА
рд╕рд╛рдирдкрдЪреНрдпрд╛
рдбреНрд░рд┐рд▓рд┐рдВрдЧ
рд░рд╛рдорддрд╛рд░рдХ
рдХреНрд░рд┐рд╕реНрдЯрд▓рдЧреЗрдЭрд░
рдХрд░рдгреНрдпрд╛рд╕рд╛рдареАрдЖрдгрд┐
рд╡рд░реНрдЧрд╛рдкреБрд░рддрд╛
рджрд╛рддреНрд░реГрддреНрд╡
рдХреМрд╖рддрдХреА
рд╢реВрд░рд╛рд▓рд╛
рдмрд┐рдЪрдХрдгрд╛рд░реЗ
рдмрд╛рдмрддреАрддрдХреБрдгрд╛рдЪреА
рдХрд╛рд╣реАрдкрддреНрд░рдХрд╛рд░рд┐рддреЗрдордзреНрдпреЗ
рднреАрдЖрдЬ
рд╕рдЪрд┐рдирдореНрд╣рдгрд╛
рд╕реНрд╡рдпрдВрд╡рд░рдЪреЗ
рдиреМрд╢рд┐рдпрд╛
рдмрд╛рдИрдХрд╡рд░реВрди
рд╕реБрдзрд░рдХрд░
рдкреИрд▓реБрдВрдЪрд╛
рдЦрд╛рдгрд╛рд╡рд│реАрдЪреЗ
рдЦреЗрд│рд╛рдиреНрдЪреАрд╣реА
рдЧреНрд░рд╛рд╣рдХрд╛рдВрд▓рд╛
рд╕рдХрд│рд╕рд┐рджреНрдзреА
рдЬрд╛рддреЗрдВрдпрд╛рд╡рд░
рдЕреЕрдмрд╕реНрдЯреНрд░реЕрдХреНрдЯ
рдирдКрдЪрд╛
рд╕рдВрдореЗрд▓рдирд╛рдзреНрдпрдХреНрд╖рдкрджрд╛рдЪрд╛
рдЕрдВрдХрд╛рдВрдордзрд▓рд╛
рдмреАрдЪреирей
рд╢рдмреНрджрдЪрд┐рддреНрд░ред
рдзреЗрд╡рди
рдирдпреЗрдЖрджрд┐рдорд╛рдпреЗрдЪреНрдпрд╛
рд╡рд╛рдврд╡рд┐рдгреНрдпрд╛рдРрд╡рдЬреА
рдпрд╛рдВрдЪреНрдпрд╛рдмрд░реЛрдмрд░реАрд▓
рдЖрд╣реЗрдореИрддреНрд░
рддреБрд░реНреЮрд╛рди
рджрд╛рд░рд┐рджреНрд░реНрдпрд╛рд▓рд╛
рдХрд┐рдорд┐рдХреЛрдиреЗ
рдореБрдЮреНрдЬрд░рд╛рдЬрдГ
рддрд╛рдИрддреБрдореНрд╣рд╛рд▓рд╛
рд╕рдВрддрд╛рдкрдХреЛрд▓реНрд╣рд╛рдкреБрд░рд╛рдд
рд╡рд╛рд╣рддреВрдХрджрд╛рд░рд╛рдВрдЪреНрдпрд╛
рдард░рд╡рд┐рддреЛрей
рджрд╛рдХреНрд╖рд┐рдгрд╛рддреНрдпрдЪ
рд░рд╛рдорджрд╛рд╕рд╕реНрд╡рд╛рдореАрд╢рд┐рд╡рд╛рдЬреА
рдирд╛рд╣реАрдкреНрд░рд╛рд░реНрдердгрд╛рд░рд╛
рдкреНрд░рд╡рд╛рд╣рдкрддрд┐рддрд╛рдВрдЪрд╛
рдЪрд░реНрдЪрд╛рдпреН
рдУрд╢реЛрдВрдЪрдВ
рдЖрд╣реЗрддрдлрдиреЗ
рд╣рд┐рдпрд░рдордЧ
рдЧреЛрджреАрддрд▓реНрдпрд╛
рд╕рд╛рдВрдЧрд┐рддрд▓реЗрд░рд╛рд╣реБрд▓рдЬреА
рджреБрдЦрддрд┐рдП
рдЧреБрдгрд╡реИрд╢рд┐рд╖реНрдЯрдпреЗ
рдирд╛рддреЗрдмрд╛рд╣реНрдп
рд╢рдЧрд▓реНрдпрд╛рдВрд╢реА
рдЖрд╣реЗрддрдЖрджрд▓реНрдпрд╛
рд╡рд╛рдЯрд╛рдпрдЪрдВрдореБрдВрдмрдИ
рдЕрдкрд░рд╛рдзрд╛рд▓рд╛рд╕реБрджреНрдзрд╛
рдмреНрд▓реЛрдЧрд╡рд╛рдгреА
рд▓рдврддреАрд▓рд╛
рд╕рд╣рдорддрд╕рд╛рд▓рд╛
рдЦрд░реЗрдирд┐рддреАрдирдЪреА
рд╣реБрд░рдбрд╛рдЪ
рдХреЗрд▓рд╛рд╕рд╕рдВрд╕реНрдХреГрдд
рдЬрд╛рдгрд╡рд▓рдВрдмрд░реЛрдмрд░
рдЕрд░реНрдердХрд╛рдо
рдвреЛрдгреАрд╡рд░
рдЖрд╡рд┐рд╖реНрдХрд╛рд░рд╛рдВрдЪрд╛рд╣реА
рдЙрдмрд▓рдЙрдмрд▓
рдЬрд┐рд▓реНрд╣реНрдпрд╛рд╕
рд╢рд┐рдерд┐рд▓рдкрдгрд╛
рдЕрдЬреВрдмрд╛рдЬреВрд▓рд╛
рдмрд╛рддрдореНрдпрд╛рдордзреЗ
рд╕рд╕реНрдкреЗрдиреНрд╕рдЪ
рдкрдгрдЬреАрджрд┐
рдЯрд┐рдХреЗрд╡рд░реВрди
рдмрд╛рд╣реНрдп
рдмреНрд▓рд╛рдЗрдВрдбрддрд░реНрдлреЗ
рдпреЗрддрд╛рддреНрджреБрдкрд╛рд░реА
рдорд╛рдореАрд╕рд╛
рдореНрд╣рдгреБрдирдЕрддреАрд╢рдп
рдЯреЛрдкреАрд▓рд╛рд╣реА
рдкрд╛рдХрдкреБрд░рд╕реНрдХреГрдд
рдбрд╛рд│рдореЗрдереАрдЪрд╛
рдбрд╛рд╡рдЦреБрд░реНрдпрд╛рдВрдирд╛рдмреАрдЬрд┐рдВрдЧ
рдЧреБрдЧреНрдЧреБрд╕

Feedback form