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。

This dataset contains digitized illustrations from pamphlets housed at the National Library of Scotland, accompanied by annotations. The annotations include bounding boxes, classification labels, and visual grouping information for the illustrations. The dataset supports tasks including object detection, image classification, and image matching, and provides performance metrics for these tasks. The dataset was created to advance research on Scottish pamphlet illustrations and reduce researchers' manual annotation workload via automated detection.

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

搜集汇总

背景与挑战

背景概述

该数据集是由苏格兰国家图书馆提供的历史小册子插图集合，包含约10K-100K张图像，主要用于对象检测、图像分类和图像匹配等计算机视觉任务。数据集特点在于其历史文献背景，提供了详细的边界框标注和视觉分组信息，支持对小册子插图进行自动化分析和研究。