主要包含32285张图片，共计1018402个汉字，3850个汉字类别。主要来自清华-腾讯100K数据集和腾讯街景数据集。图片大小为2048*2048。
其中训练集：检测测试集：识别测试集=8：1：1
该数据集可以用于自然场景文字的检测和识别2个任务。
Annotation 包括：
（1） 每个汉字的检测框
（2） 一行汉字的检测框
（3） 是否遮挡（occlusion）
是否有复杂背景（complex background ）
是否扭曲（distortion ）
是3D字体还是平面字体（raised）
是否是艺术风格还是传统风格（wordart ）
手写体还是打印体（handwritten ）
Reference: