READ ABP Table datasets
收藏资源简介：
Datasets used in the publication : Comparing Machine Learning Approaches for Table Recognition in Historical Register Books, Hervé Déjean, Jean-Luc Meunier, Stéphane Clinchant, Eva Maria Lang and Florian Kleber, 13TH IAPR INTERNATIONAL WORKSHOP ON DOCUMENT ANALYSIS SYSTEMS DAS 2018; Vienna, Austria CHANGES: 07/05/2018: second version: dataset150 images were missing dataset111 img/ images xml/ READ pagexml with BIESO annotation dataset150 img/ images GT_xml: READ pagexml with BIESO annotation WK_xml: workflow version: pagexml corresponding to the workflow outputs (textlines are automatically recognised, columns as well) ROWREF: GT for the row regions Tagset (attribute of the TextLine element) Type: deprecated DU_row: B: first element of cell I: inside a cell E: last element of a cell S: single element of a cell O: outside the table
本论文所用数据集相关信息如下：论文标题为《历史登记册书籍中的表格识别机器学习方法对比》（Comparing Machine Learning Approaches for Table Recognition in Historical Register Books），作者为Hervé Déjean、Jean-Luc Meunier、Stéphane Clinchant、Eva Maria Lang与Florian Kleber，发表于2018年第13届IAPR国际文档分析系统研讨会（13TH IAPR INTERNATIONAL WORKSHOP ON DOCUMENT ANALYSIS SYSTEMS DAS 2018），举办地为奥地利维也纳。 变更说明：2018年7月5日发布第二版，该版本中dataset150的图像存在缺失； - dataset111：包含图像目录（img/）与图像XML目录（images xml/），需读取带有BIESO标注（BIESO annotation）的PageXML文件； - dataset150：包含图像目录（img/ images）与真值XML（GT_xml），需读取带有BIESO标注的PageXML文件； - WK_xml：工作流版本文件，对应工作流输出的PageXML文件（其中文本行与栏位均为自动识别所得）； - ROWREF：用于行区域的真值标注； 标注集说明（TextLine元素的属性）：已弃用的DU_row类型标注规则如下： B：单元格首元素 I：单元格内部元素 E：单元格末元素 S：单元格单元素 O：表格外元素
