遇见数据集

small_dense_structured_table

收藏
魔搭社区2026-01-06 更新2025-06-14 收录
官方服务:

资源简介:

This dataset is generated syhthetically to create tables with following characteristics: 1. Empty cell percentage in following range [0,30] (Dense) 2. There is clear seperator between rows and columns (Structured). 3. 4 <= num rows <= 10, 2 <= num columns <= 6 (Small) ### Load the dataset ```python import io import pandas as pd from PIL import Image def bytes_to_image(self, image_bytes: bytes): return Image.open(io.BytesIO(image_bytes)) def parse_annotations(self, annotations: str) -> pd.DataFrame: return pd.read_json(StringIO(annotations), orient="records") test_data = load_dataset('nanonets/small_dense_structured_table', split='test') data_point = test_data[0] image, gt_table = ( bytes_to_image(data_point["images"]), parse_annotations(data_point["annotation"]), ) ```

本数据集为合成生成,旨在构建具备如下特征的表格: 1. 空单元格占比处于[0, 30]区间内(密集型,Dense) 2. 行列间具备清晰分隔线(结构化,Structured) 3. 行数范围为4 ≤ 行数 ≤ 10,列数范围为2 ≤ 列数 ≤ 6(小型,Small) ### 数据集加载 python import io import pandas as pd from PIL import Image def bytes_to_image(self, image_bytes: bytes): return Image.open(io.BytesIO(image_bytes)) def parse_annotations(self, annotations: str) -> pd.DataFrame: return pd.read_json(StringIO(annotations), orient="records") test_data = load_dataset('nanonets/small_dense_structured_table', split='test') data_point = test_data[0] image, gt_table = ( bytes_to_image(data_point["images"]), parse_annotations(data_point["annotation"]), )

提供机构:
maas
创建时间:
2025-06-13
搜集汇总
数据集介绍
small_dense_structured_table 数据集图片
背景与挑战
背景概述
该数据集由nanonets合成生成,旨在创建具有密集、结构化和小型特征的表格,其中空单元格比例范围为0-30%,行和列分隔清晰,且行数在4-10、列数在2-6之间。数据集采用Apache License 2.0许可,主要用于测试目的。
以上内容由遇见数据集搜集并总结生成
二维码
社区交流群
二维码
科研交流群
商业服务