D4LA-版面分析数据集

# D4LA 文档版面分析数据集 (the most Diverse and Detailed Dataset ever for Document Layout Analysis)

## 数据集概述
D4LA是面向文档版面分析的数据集。

### 数据集简介
包含12类文档工27类文档版面类型，详细如下:


### 标注格式

```
D4LA
├── train_images
│ ├── 1.jpg
├── test_images
│ ├── 2.jpg
├── VGT_D4LA_grid_pkl
│ ├── 1.pkl
│ └── 2.pkl
├── json
│ ├── train.json
│ └── test.json
```

### 引用方式

If you find this repository useful, please consider citing our work:
```
@inproceedings{da2023vgt,
title={Vision Grid Transformer for Document Layout Analysis},
author={Cheng Da and Chuwei Luo and Qi Zheng and Cong Yao},
year={2023},
booktitle = {ICCV},
}
```

### Clone with HTTP
```bash
git clone https://www.modelscope.cn/datasets/damo/D4LA.git
```

# D4LA 文档版面分析（Document Layout Analysis）数据集（目前最具多样性与完备性的文档版面分析数据集）

## 数据集概述
D4LA是专为文档版面分析任务打造的数据集。

### 数据集简介
本数据集涵盖12类文档类别与27类文档版面类型，详情如下：

### 标注格式

D4LA
├── train_images
│ ├── 1.jpg
├── test_images
│ ├── 2.jpg
├── VGT_D4LA_grid_pkl
│ ├── 1.pkl
│ └── 2.pkl
├── json
│ ├── train.json
│ └── test.json

### 引用方式
若您认为本仓库对研究有所助益，请引用如下论文：

@inproceedings{da2023vgt,
title={Vision Grid Transformer for Document Layout Analysis},
author={Cheng Da and Chuwei Luo and Qi Zheng and Cong Yao},
year={2023},
booktitle = {ICCV},
}

### HTTP 克隆方式
bash
git clone https://www.modelscope.cn/datasets/damo/D4LA.git

搜集汇总

背景与挑战

背景概述

D4LA是一个专门用于文档版面分析的数据集，以其多样性和详细性为特点，包含12类文档和27类版面类型。该数据集支持训练和测试，标注格式包括图像和JSON文件，基于2023年ICCV会议的研究'Vision Grid Transformer for Document Layout Analysis'，适用于文档理解、文档AI和OCR等领域。