单行内容检测数据集（LND）

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。

To address the content recognition requirements for complex document images, each line of text within the images should be annotated. Specifically, each line within a paragraph is labeled as a "text line" (i.e., "single-line content"), while entire images, tables, and algorithm blocks are annotated as "other types", and isolated standalone mathematical formulas are marked as "inter-line formulas". This is the first edition of the released dataset. Due to several errors in the pre-annotations, some inline formulas are present in the dataset.

搜集汇总

背景与挑战

背景概述

单行内容检测数据集（LND）专注于检测复杂文档图像中的行级内容，如文本、公式和浮动体，并标注为显示公式、单行内容和其他类型三类。该数据集旨在提升文档对象检测系统，以支持文本识别、公式识别等模型的集成应用。