GLOBALISE Laypa Region Model - August 2023

B2FIND2026-03-19 收录

数据链接：

https://b2find.eudat.eu/dataset/9720abce-9990-592b-91e0-db0d1dd14072 数据链接链接失效反馈

官方服务：

资源简介：

This is a Laypa region detection model that was created to detect and identify regions (such as page number, heading, paragraph, and marginalia) on the scans of the GLOBALISE...

SWHL/CDLA

版面分析

文献处理

CDLA是一个中文文档版面分析数据集，面向中文文献类（论文）场景。包含以下10个标签：正文、标题、图片、图片标题、表格、表格标题、页眉、页脚、注释、公式。共包含5000张训练集和1000张验证集，分别在train和val目录下。标注工具为labelme，标注格式与labelme一致，包括shapes、labels、points等字段。

Hugging Face2024-05-08 更新6470

藏文文献版面分析训练测试数据集

藏文文献

版面分析

通过激光扫描仪扫描或收集已扫描拍照的藏文文献原始图片，采用开源的标注工具，在原始图片上进行版面信息标注。共扫描、收集并标注藏文文献版面分析标注数据6000张。每个数据样本包含原始图片.jpg文件和文本块位置标注信息.xml文件，数据完整。

国家基础学科公共科学数据中心370

YALTAi: Tabular Dataset

图分割

版面分析

This dataset has been built to train a segmentation model. It contains ALTO and YOLOv5 formats This dataset is derived from the LECTAUREP Dataset + a few hundred newly annotated data, specifically

NIAID Data Ecosystem30

版面结构分析数据集

文档图像处理

版面分析

版面结构分析任务（习惯称为Document Layout Analysis，简称DLA）以文档图像为输入，输出得到文档图像中的各类元素及其位置。其中版面元素的类别有以下七个：正文文本、章节标题、行间公式、文档插图、文档附表、浮动标题、其他类型。正文文本在标注时，以一个段落为一个元素，多个段落标为多个正文文本元素。

魔搭社区2026-07-07 更新500

浮动体结构分析数据集（FSA）

版面分析

文档处理

浮动体是在学术文献和书籍等正式出版物中常见的一种页面元素类型。在LaTeX中，浮动体通常指的是可以包含文本、图片、表格、代码、算法等的容器。这些容器在文档中的位置可以由LaTeX自动调整以适应页面布局。为了便于索引和阅读，通常浮动体会在主体（图片、表格、代码块、算法块）之外，增加类型、编号、标题等信息，以使得阅读相对顺畅。版面结构分析（Document Layout Analysis）任务所检测出

魔搭社区2026-07-12 更新130

GLOBALISE Laypa Region Model - August 2023

资源简介：

相关数据集