MLe2e 全称 Multi-Language end-to-end，用于评估场景文本端到端阅读系统，以及所有中间阶段，如文本检测、脚本识别和文本识别。该数据集共包含 711 个场景图像，涵盖四种不同的语言（拉丁文、中文、卡纳达文和韩文）。