ICDAR2015數(shù)據(jù)集前五名及框架名稱分別是：云從科技（Pixel-Anchor）、南京大學(xué)與南京理工大學(xué)（PSENet）、曠視科技（Mask Text）、商湯科技（FOTS）、阿里巴巴（IncepText）。
ICDAR2017 MLT數(shù)據(jù)集前五名及框架名稱分別是云從科技（Pixel-Anchor）、阿里巴巴（ATL-cangjie）、商湯科技（FOTS）、南京大學(xué)（PSENet_NJU）、曠視科技（EAST++）。
國際文檔分析與識別大會（ICDAR）專注于文本領(lǐng)域的識別與應(yīng)用，自2003年大會設(shè)立“Robust Reading Competitions”以來，該競賽就成了評測和檢驗自然場景/網(wǎng)絡(luò)圖片/復(fù)雜視頻文本自動提取與智能識別最新技術(shù)研究進展的最為重要的國際賽事及標準，至今已有全球89個國家的3500多支隊伍參與。
截至目前，全球頂級的高校、科研機構(gòu)及企業(yè)都參加過這項測試，包括Google、Microsoft、Amazon、Facebook，以及中國的騰訊、搜狗、北京大學(xué)、中國科學(xué)技術(shù)大學(xué)等。
OCR（Optical Character Recognition）是指對輸入圖像進行分析識別處理，獲取圖像中文字信息的過程，具有廣泛的應(yīng)用場景。而自然場景中的OCR技術(shù)不需要針對特殊場景進行定制，可以識別任意場景圖片中的文字。
和面對高質(zhì)量文檔圖像的傳統(tǒng)OCR相比，自然場景OCR跳出了對輸入圖像的質(zhì)量和場景束縛，能夠在更寬泛的領(lǐng)域中獲取應(yīng)用，引起了學(xué)術(shù)界以及工業(yè)界的極大關(guān)注。
但相較于傳統(tǒng)OCR，自然場景OCR中的各種商品、布景或自然場景圖片中的文本檢測與識別面臨著復(fù)雜背景干擾、文字的模糊與退化、不可預(yù)測的光照、字體的多樣性、垂直文本、傾斜文本等眾多挑戰(zhàn)。
OCR是計算機視覺領(lǐng)域的經(jīng)典問題，長久以來，一直受到學(xué)術(shù)界和工業(yè)界的持續(xù)關(guān)注。在工業(yè)界，Google、Microsoft、Amazon等大型互聯(lián)網(wǎng)公司都在OCR技術(shù)上耕耘多年。隨著技術(shù)不斷成熟，OCR也開始在互聯(lián)網(wǎng)及其他行業(yè)逐步上線使用，應(yīng)用范圍也從文檔識別擴展到照片分析、車牌識別，圖片廣告過濾，場景理解，商品識別，街景定位，票據(jù)識別等廣泛的領(lǐng)域。
