omron-sinicx/scipostlayout_v2

--- license: cc-by-4.0 language: - en size_categories: - 1K<n<10K --- This is the dataset repository of a paper ''SciPostLayout: A Dataset for Layout Analysis and Layout Generation of Scientific Posters''. This dataset includes 6,855 poster images in train set, 500 poster images in dev/test sets, respectively. This dataset also includes 100 papers paired with 100 posters in dev/test sets. The file structure is as follows. - scipostlayout - poster - png - train.zip - 6,855 poster images of train set. - dev - 500 poster images of dev set. - test - 500 poster images of test set. - train.json - annotation data of train set. - dev.json - annotation data of valid set. - test.json - annotation data of test set. - load_dataset.py - example script to load the dataset. - pdf - poster pdf files (optional). - paper - pdf - paper pdf files. - jpg - paper jpg files. - mmd - mmd files of papers parsed with Nougat.许可证：知识共享署名4.0（CC BY 4.0） 语言： - 英语 规模类别： - 1000 < 样本数 < 10000 --- 本数据集仓库配套论文《SciPostLayout：面向学术海报布局分析与布局生成的数据集》。 本数据集包含训练集6855张海报图像，开发集与测试集各含500张海报图像。此外，本数据集在开发/测试集中还包含100篇与对应海报一一配对的学术论文。 数据集文件结构如下： - scipostlayout - poster - png - train.zip：包含训练集的6855张海报图像 - dev：存放开发集的500张海报图像 - test：存放测试集的500张海报图像 - train.json：训练集标注数据 - dev.json：验证集标注数据 - test.json：测试集标注数据 - load_dataset.py：数据集加载示例脚本 - pdf：海报PDF文件（可选） - paper - pdf：论文PDF文件 - jpg：论文JPG文件 - mmd：使用Nougat解析得到的论文mmd格式文件