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产，并预定义了训练集、验证集和测试集。该数据集支持目标检测和图像分割等任务，并采用CDLA-Permissive-1.0许可协议。