大藏经切字图片数据集

这是从大藏经经文图片中切分出的单个字的图片数据，全部是数据来自高丽藏。

格式说明 segmentation_character.sql.zip 导出的字信息数据库表，数据库为postgresql，其中的部分字段说明如下： char 对应的实际汉字 image 字图片文件的名称 page_id 字所在页面的ID left, right, top, bottom 切分的字图片在经文图片中的坐标 is_correct 这个值由人工标注，表示字图片与字是否对应正确，值为1表示正确，值为-1表示不正确，值为0时表示没有经过人工标注。 is_dirty 表示数据质量不好，待改进；用于前端的逻辑区分和标记。 accuracy 为程序标注的字对应的准确度，为-1与1000之间的整数，-1表示为计算，1000表示最准确。这个值是以人工标注的正确和不正确的数据为样本，训练分类器预测得到的值，分类器当前使用的算法为逻辑回归。 x00.tar x01.tar ... 字图片的打包文件，用一般的解压软件解压即可；每个字图片的路径为/ 注：在1.4版的数据包中accuracy为千分度的整形数值，即1代表1‰