DocLayNet数据集是一个扩展自原始DocLayNet的数据集，它将文档图像的PDF文件嵌入到一个二进制列中。该数据集为80863个独立页面的6个文档类别提供了逐页布局分割的地面真实值，使用边界框标注了11个不同的类别标签。与相关工作如PubLayNet或DocBank相比，它提供了许多独特的特性，包括人工注释、大量的布局变化、详细的标签集、冗余注释和预定义的训练、测试和验证集。

Hugging Face2025-02-10 更新1520

DocLayNet-v1.1

文档布局分析

机器学习标注

# Dataset Card for DocLayNet v1.1 ## Table of Contents - [Table of Contents](#table-of-contents) - [Dataset Description](#dataset-description) - [Dataset Summary](#dataset-summary) - [Supported

魔搭社区2026-06-23 更新560

docling-project/DocLayNet-v1.2

文档布局分析

文档智能

--- dataset_info: features: - name: image dtype: image - name: bboxes sequence: sequence: float64 - name: category_id sequence: int64 - name: segmentation sequence:

Hugging Face2025-02-10 更新250

DocLayNet

文档布局分析

机器学习

# 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2026-07-15 更新650

浮动体检测数据集（FLD）

文档布局分析

版面分析

浮动体是在学术文献和书籍等正式出版物中常见的一种页面元素类型。在LaTeX中，浮动体通常指的是可以包含文本、图片、表格、代码、算法等的容器。这些容器在文档中的位置可以由LaTeX自动调整以适应页面布局。为了便于索引和阅读，通常浮动体会在主体（图片、表格、代码块、算法块）之外，增加类型、编号、标题等信息，以使得阅读相对顺畅。版面结构分析（Document Layout Analysis）任务所检测出

魔搭社区2026-08-30 更新340

malaysia-ai/DocLayNet-Full-Processed

资源简介：

数据集概述

许可证

相关数据集