doclaynet
收藏kaggle2022-12-04 更新2024-03-11 收录
下载链接：
https://www.kaggle.com/datasets/dlaproj123/doclaynet
下载链接
链接失效反馈官方服务：
资源简介：
应用场景：
创建时间：
2022-12-04
相关数据集
DocLayNet
Document layout analysis (DLA) is crucial for understanding the physical layout and logical structure of documents, serving information retrieval, document summarization, knowledge extraction, etc.
DataCite Commons2026-01-07 更新00
DocLayNet
DocLayNet提供页面布局分割能力，它基于来自金融、科学、专利、招标、法律文本和手册等6个文档类别中80863个独特页面的数据集，数据集中每个页面都使用边界框进行标注，总共包含11个不同的类别标签。DocLayNet的数据规模属于1万到10万之间，标注信息由众包完成，采用COCO格式。数据集包含PNG图像、COCO格式的边界框标注、单页PDF文件以及包含坐标和内容的JSON文件四种类型的数据资
Opencsg2023-01-25 更新150
DocLayNet
DocLayNet是由IBM研究院瑞士Rueschlikon分部创建的大型人工标注文档布局分析数据集。该数据集包含80,863个来自多样数据源的手动标注页面，旨在代表布局的广泛变异性。每个PDF页面都提供了11个不同类别的标签边界框。DocLayNet还提供了部分页面进行双倍和三倍标注，以确定标注者间的一致性。数据集适用于训练深度学习模型，以提高文档转换中的布局检测和分割精度，特别是在处理复杂和多
arXiv2022-06-02 更新860
DocLayNet
# Dataset Card for DocLayNet ## Table of Contents - [Table of Contents](#table-of-contents) - [Dataset Description](#dataset-description) - [Dataset Summary](#dataset-summary) - [Supported Tasks
魔搭社区2026-01-06 更新310
DocLayNet
DocLayNet提供页面布局分割能力，它基于来自金融、科学、专利、招标、法律文本和手册等6个文档类别中80863个独特页面的数据集，数据集中每个页面都使用边界框进行标注，总共包含11个不同的类别标签。DocLayNet的数据规模属于1万到10万之间，标注信息由众包完成，采用COCO格式。数据集包含PNG图像、COCO格式的边界框标注、单页PDF文件以及包含坐标和内容的JSON文件四种类型的数据资
OpenCSG2024-07-19 更新50
