TNCR Dataset (Table Net Detection and Classification Dataset)

我们展示了 TNCR，这是一个从免费开源网站收集的具有不同图像质量的新表格数据集。 TNCR 数据集可用于扫描文档图像中的表格检测并将其分类为 5 个不同的类别。 TNCR 包含 9428 个高质量的标记图像。在本文中，我们实施了最先进的基于深度学习的表格检测方法，以创建几个强大的基线。与其他方法相比，带有 ResNeXt-101-64x4d 骨干网络的 Cascade Mask R-CNN 在 TNCR 数据集上以 79.7% 的精度、89.8% 的召回率和 84.4% 的 f1 得分实现了最高性能。我们将 TNCR 开源，希望能鼓励更多的深度学习方法用于表格检测、分类和结构识别。