摘要：本研究使用的字体图像数据集共包含 3840 张有效图像，其中训练集 2880 张、验证集 480 张、测试集 480 张，数据类别包括宋体、黑体、楷体、隶书、仿宋、微软雅黑、等线、华文楷体、华文隶书、华文行楷、方正舒体和方正姚体共 12 类。该数据集为系统模型训练、字体分类识别及实验结果分析提供了可靠的数据基础
数据集简介
本项目数据集为中文字体图像数据集，共包含 3840 张图像，划分为训练集、验证集和测试集，涵盖宋体、黑体、楷体、隶书、仿 宋、微软雅黑、等线、华文楷体、华文隶书、华文行楷、方正舒体和方正姚体共 12 个类别。
数据集概述
本研究所使用的数据集为中文字体图像数据集，共包含 3840 张有效图像。该数据集围绕常见中文字体分类任务进行构建与标注， 能够为字体图像的自动识别、分类判断及实验分析提供较为可靠的数据支撑。
按照模型训练与验证需求，本文将数据集划分为训练集、验证集和测试集，其中训练集包含 2880 张图像，验证集包含 480 张图像，测试集包含 480 张图像。该数据划分方式能够为模型参数学习、性能评估以及后续实验分析提供基础支持。
在类别设置方面，数据集共包含宋体（Songti）、黑体（Heiti）、楷体（Kaiti）、隶书（Lishu）、仿宋（Fangsong）、微软雅 黑（Yahei）、等线（Dengxian）、华文楷体（STKaiti）、华文隶书（STLiti）、华文行楷（STXingkai）、方正舒体（FZShuti） 和方正姚体（FZYaoti）12 个类别。所有图像均按照统一的目录结构进行整理，并结合字号变化、倾斜角度变化、图像预处理及样 本增强等操作，为后续深度学习模型训练、字体分类识别和结果分析提供了可靠的数据基础。
数据集来源
本研究所使用的数据集为自主整理构建的中文字体图像数据集，经筛选、生成与预处理后共获得 3840 张有效图像，其中训练集 2880 张、验证集 480 张、测试集 480 张。所有图像均依据字体类别进行统一整理与标注，定义了宋体（Songti）、黑体（Heiti ）、楷体（Kaiti）、隶书（Lishu）、仿宋（Fangsong）、微软雅黑（Yahei）、等线（Dengxian）、华文楷体（STKaiti）、华文 隶书（STLiti）、华文行楷（STXingkai）、方正舒体（FZShuti）和方正姚体（FZYaoti）共 12 个类别，并按照统一的数据目录结构和类别映射规则完成数据组织，从而保证了数据标注、分类管理和模型训练过程的一致性。
类别定义
标注规范
图1 标注规范图
性能评测
在 480 张验证集字体图像上，ResNet50 模型取得了较好的分类效果，其 Accuracy 达到 0.91，Weighted F1 达到 0.91，表现出较优的综合性能。结合混淆矩阵与分类结果分析可以看出，系统对宋体、仿宋、等线、华文行楷、方正舒体和方正姚 体等类别具有较高的识别能力，整体分类性能较为稳定。
训练集与验证集准确率、损失变化曲线
图2 训练集与验证集准确率、损失变化曲线
模型分类结果热力图
图3 模型分类结果热力图
应用案例
图7 应用案例：基于深度学习的字体识别系统设计与实
免责声明与引用
数据仅用于科研与教学用途。若用于商业场景，请自行核验数据许可。 如需引用，请在论文或报告中注明数据集名称与版本号。
作者信息
作者：Bob (张家梁)
项目编号：Datasets-21
数据大小：7M
原创声明：本项目为原创作品
开源协议
本项目采用AGPL-3.0开源协议，允许个人和组织自由使用、修改和分发代码，但基于本项目的衍生作品必须同样开源，且用于提供网络服务时需向用户提供完整源代码。本项目仅供学习研究使用，作者不对使用本项目产生的任何后果承担责任，使用者应遵守当地法律法规，合理合法使用本项目。如本项目对您的研究或工作有所帮助，欢迎引用并注明出处。
评论(0)