Experimental results on the ICDAR 2013 dataset.

Figshare2017-08-19 更新2026-04-29 收录

文档分析

文本检测与识别

数据链接：

https://figshare.com/articles/dataset/Experimental_results_on_the_ICDAR_2013_dataset_/5325883 数据链接链接失效反馈

官方服务：

资源简介：

Experimental results on the ICDAR 2013 dataset.

创建时间：

2017-08-19

Fetch-A-Set (FAS)

文档分析

文档检索

Fetch-A-Set (FAS) 是一个专为立法历史文档分析系统设计的大型基准，旨在解决大规模历史文档检索的挑战。该数据集包含从17世纪至今的文档，总计约40万样本，来源于西班牙的立法文档，覆盖三个世纪。FAS数据集的创建过程涉及使用Mask-RCNN模型识别文档区域，并通过sentencebert编码匹配查询与OCR文本。该数据集主要应用于历史文档分析领域，特别是在文本到图像的检索任务中，旨在

arXiv2024-06-11 更新830

单行内容检测数据集（LND）

光学字符识别

文档分析

面向复杂文档图像中的内容识别需求，在图像中标出来每一行文本。其中段落中的每一行标为一个文本行（“单行内容”），整张图片、表格、算法块标注为“其他类型”，孤立出来的公式，被标注为“行间公式”。本次发布的是初版数据集，预标注中存在若干错误，因此会有一些行内公式。

魔搭社区2026-07-13 更新150

Acutis Document Analysis Dataset

文档分析

光学字符识别

这是一个使用Acutis文档分析系统创建的大型文档分析数据集。Acutis系统结合了Surya模型、boomb0om的CRAFT实现和dimdenGD的Google Lens OCR技术。数据集的内容来源于Archive.org的文本类型文档，通过高级搜索和筛选特定语言（如手写英语）的文档来获取数据。

github2025-01-02 更新140

SciTSR

文档分析

机器学习

SciTSR 是一个大规模的表格结构识别数据集，包含 15000 个 PDF 格式的表格及其从 LaTeX 源文件中获取的相应结构标签。

OpenDataLab2026-07-12 更新400

TheHidden/autotrain-data-facebook2

文本摘要

文档分析

--- task_categories: - summarization --- # AutoTrain Dataset for project: facebook2 ## Dataset Description This dataset has been automatically processed by AutoTrain for project facebook2. ### Lan

Hugging Face2023-07-17 更新140

Experimental results on the ICDAR 2013 dataset.

资源简介：

相关数据集