OV

displayName: ReadingBank license: - ReadingBank Custom paperUrl: https://arxiv.org/pdf/2108.11591v2.pdf publishDate: "2021" publishUrl: https://github.com/doc-analysis/ReadingBank publisher: - University of California - Microsoft Research Asia tags: - Document Image --- # 数据集介绍 ## 简介 ReadingBank是一个基准数据集，用于对word文档进行弱监督，该数据集包含500K个文档图像，具有广泛的文档类型以及相应的阅读顺序信息。 ## 引文 ``` @article{wang2021layoutreader, title={LayoutReader: Pre-training of Text and Layout for Reading Order Detection}, author={Wang, Zilong and Xu, Yiheng and Cui, Lei and Shang, Jingbo and Wei, Furu}, journal={arXiv preprint arXiv:2108.11591}, year={2021} } ``` ## Download dataset :modelscope-code[]{type="git"}展示名称：ReadingBank 许可证：ReadingBank 定制许可证 论文链接：https://arxiv.org/pdf/2108.11591v2.pdf 发布日期："2021" 发布地址：https://github.com/doc-analysis/ReadingBank 发布机构：加利福尼亚大学（University of California）、微软亚洲研究院（Microsoft Research Asia） 标签：文档图像（Document Image） --- # 数据集介绍 ## 简介 ReadingBank是一款面向Word文档弱监督任务的基准数据集，该数据集包含50万份文档图像，涵盖丰富多样的文档类型，并附带对应的阅读顺序标注信息。 ## 引用文献 @article{wang2021layoutreader, title={LayoutReader: Pre-training of Text and Layout for Reading Order Detection}, author={Wang, Zilong and Xu, Yiheng and Cui, Lei and Shang, Jingbo and Wei, Furu}, journal={arXiv preprint arXiv:2108.11591}, year={2021} } ## 数据集下载 :modelscope-code[]{type="git"}

搜集汇总

背景与挑战

背景概述

OV数据集（又称ReadingBank）是一个用于文档图像弱监督学习的基准数据集，包含50万张涵盖多种文档类型的图像及其阅读顺序信息。该数据集旨在支持如阅读顺序检测等任务的预训练研究。