biglam/nls_chapbook_illustrations

该数据集包含来自苏格兰国家图书馆的小册子插图图像，这些图像经过数字化处理，并附有注释。注释包括插图的边界框、分类标签以及视觉分组信息。数据集支持的目标检测、图像分类和图像匹配任务，并提供了相关任务的性能指标。数据集的创建旨在促进对苏格兰小册子插图的研究，并通过自动化检测减少研究人员的手动标注工作量。

原始信息汇总

数据集概述

数据集名称

• 名称: National Library of Scotland Chapbook Illustrations
• 别名: NLS Chapbook Illustrations

数据集描述

• 摘要: 该数据集包含来自国家图书馆苏格兰分馆持有的传单书的图像，这些图像已被数字化并作为其“苏格兰印刷的传单书”数据集发布。传单书是17世纪末至19世纪末的日常阅读材料，通常在标题页上带有粗糙的木刻插图。
• 任务: 数据集支持以下任务：
  • 物体检测：数据集包含传单书中图像的边界框。
  • 图像分类：提供一个分类标签，指示页面是否包含插图。
  • 图像匹配：数据集中的注释被分类为“视觉组”，这些组包含通过VGG图像搜索引擎（VISE）软件确定的视觉匹配内容。

数据集结构

• 数据实例: 数据集包含三种配置的数据实例：
  • illustration-detection: 包含图像ID、宽度、高度、图像和对象（包括边界框、类别ID等）。
  • image-classification: 包含图像和标签（指示页面是否包含插图）。
  • image-matching: 包含图像和组标签（标识图像的特定实例）。
• 数据字段:
  • illustration-detection: 图像ID、高度、宽度、图像、对象（包括边界框、类别ID等）。
  • image-classification: 图像、标签。
  • image-matching: 图像、组标签。
• 数据分割: 所有配置均使用单一的train分割。

数据集创建

• 来源数据: 数据源自国家图书馆苏格兰分馆的“苏格兰印刷的传单书”数据集。
• 注释过程: 注释由Abhishek Dutta和Giles Bergel创建，使用VGG列表注释器（LISA）软件和EfficientDet对象检测器。
• 许可证: 数据集遵循公共领域许可证。

使用数据集的考虑

• 社会影响: 数据集旨在帮助训练和基准测试插图检测器，自动化手动注释任务，节省研究人员的时间和劳动。
• 偏见讨论: 数据集可能不完全代表所有苏格兰印刷的传单书，插图的定义在一定程度上是任意的。
• 其他已知限制: 数据集中的插图重复使用程度异常高，这些注释可能不适用于其他印刷作品。

附加信息

• 数据集管理员: Giles Bergel, Abhishek Dutta
• 贡献者: @davanstrien, Giles Bergel