代码块检测数据集

从DocGenome数据集中分别抽取所标注的代码块，分别制作成算法块检测数据集`alg-det-dataset`，以及代码块检测数据集`code-det-dataset`，标注格式为YOLO-HBB，可用ultralytics直接训练。

Extract the annotated code blocks separately from the DocGenome dataset, and respectively create two detection datasets: the algorithm block detection dataset `alg-det-dataset` and the code block detection dataset `code-det-dataset`. The annotation format is YOLO-HBB, which can be directly trained using Ultralytics.

搜集汇总

背景与挑战

背景概述

该数据集是一个代码块检测数据集，专门用于检测文档图像中的代码块和算法块，以解决现有布局分析模型在此类元素识别上的性能不足。它基于DocGenome的标注构建，包含7,463张图像，并划分为训练、验证和测试集，旨在优化文档智能处理流程。