PubLayNet 文档图像数据集

最新推荐文章于 2025-04-23 16:43:57 发布
最新推荐文章于 2025-04-23 16:43:57 发布
阅读量1.2k 收藏
点赞数
分类专栏： 深度学习算法 文章标签： 深度学习
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/u010087338/article/details/128921835
版权
PubLayNet:PubLayNet数据集上的MaskRCNN。 段落检测，表格检测，图形检测，..
04-23
PubLayNet PubLayNet是文档图像的大型数据集，其布局用边框和多边形分割标注。 有关更多信息，请参见 PMC4334925_00006.jpg PMC538274_00004.jpg 最近更新 15/Sept/2020年15/Sept/2020 -添加培训代码。 29/Feb/2020年29/Feb/2020 -为maskrcnn_resnet50_fpn添加基准测试。 22/Feb/2020年22/Feb/2020 -（Pytorch）中的预训练Mask-RCNN模型。 标杆管理 建筑学 Iter num（x16） 美联社 AP50 AP75 AP小 AP培养基 AP大 MD5SUM 196k 0.91 0.98 0.96 0.41 0.76 0.95 393e6700095a673065fcecf5e8f264f7 演示版 在上面的基准测试
PubLayNet：36万文档图像版面分析数据集
datayx的文章
06-08 6568
向AI转型的程序员都关注了这个号????????????机器学习AI算法工程 公众号：datayxPubLayNet是文档图像版面分析的大型数据集，其布局用多边形边框分割标注。文档的...
PubLayNet：电子文档元素识别的有史以来最大数据集
hanmo22357的博客
11-23 2811
重要性：识别一个无结构的电子文档中的元素布局并将其转换为计算机可以理解的格式，对于下游的任务非常重要。当前的不足：现有的可以公开获得的用于深度神经网络训练的文档布局数据集都太小，使得所有处理这一类任务的模型都必须使用基于传统图像数据集训练的深度神经网络经过迁移学习获得。本文贡献：提出了一个用于文档布局分析的大型数据集，共包含有超过100万篇PDF文章，超过36万张文档页图片。这些文章中的内容与XML的表示进行了匹配。实验结果。
PubLayNet数据集转为VOC格式(一)：标签划分
qq_41933811的博客
03-28 4245
PubLayNet转VOC数据（一）：标签划分
推荐开源项目：PubLayNet——文档图像布局标注的利器
gitblog_00094的博客
06-09 622
推荐开源项目：PubLayNet——文档图像布局标注的利器 去发现同类优质开源项目:https://gitcode.com/ 1、项目介绍 PubLayNet是一个大规模的文档图像数据集，其特色在于对图像的布局进行了详细的边界框和多边形分割注释。这个项目由IBM AUR NLP团队提供，并面向公众开放。它的目标是促进文档理解与识别领域的研究，尤其是对于文献和论文等复杂版面结构的理解。 | -|-...
Python - PubLayNet显示COCO类型数据集
AGI
10-19 1512
COCO类型的数据集，主要是JSON格式一致，就可以使用COCO自带的函数，显示COCO的标注结果。 参考文档 标注数据来源PubLayNet：https://dax-cdn.cdn.appdomain.cloud/dax-publaynet/1.0.0/PubLayNet.html 下载： 验证数据：val.tar.gz 标签：labels.tar.gz 逻辑： def process(self): print('[Info] 处理数据开始!') # 1. 确定标注文件 d
深入分析PubLayNet数据集与MaskRCNN的结合应用
PubLayNet是一个大型文档图像数据集，它包含了大量布局标注的文档图片。这些文档图片使用边框和多边形来标注文本段落、表格、图形等不同的元素。数据集为文档布局分析领域提供了丰富的实例和基准，这对于训练和评估...
PubLayNet数据集转tfrecords脚本发布
描述中提到了PubLayNet数据集，这是一个用于文档图像理解的数据集，提供了大量的文档图像及其结构化注释，被广泛用于文档结构提取和布局识别。该数据集包含了多种文档类型，如学术论文、报纸、书籍章节等，为研究...
印刷图像数据集
04-01
首先，我要理解用户的需求：他们需要能够下载印刷图像数据集的资源。印刷图像可能涉及扫描的文档、书籍、海报或其他印刷材料，因此数据集可能包括图像文件以及相关的标注，比如OCR文本、版面分析信息等。 接下来，...
PubLayNet数据集转为VOC(二):转为VOC格式
qq_41933811的博客
04-03 603
对train_01训练子集进行转换 PubLayNet数据格式: VOC数据格式： <annotation> <folder>DCLA</folder> <filename>train_0001.jpg</filename> <source> <database>The CDLA autolanding</database> <annotation>CDLA AutoLan.
PubLayNet_tfrecords
02-20
PubLayNet_tfrecords 此仓库包含用于将PubLayNet数据集转换为tfrecords进行语义分割的脚本。 tfrecords可用于训练和评估语义分割神经网络，以进行文档结构提取和文档布局识别。 样式和格式 tfrecords的样式和格式与TensorFlow的模型存储库（ ）上发布的官方语义分割模型相同。 更具体地说，此处发布的脚本遵循用于deeplab的Pascal_VOC数据集的样式和格式。 回购说明 使用代码： 从其官方GitHub存储库（ ）下载PubLayNet文件。 将train.json和dev.json放在PubLayNet_tfrecords/PubLayNet文件夹下。 解压缩下载的文件，并将每个批次放在PubLayNet_tfrecords/PubLayNet/RawImages/下的相应文件夹中。 在终端中，导航到./PubLayN
图像数据集norb.mat
06-14
经典的完整的norb图像数据集，48600张，图像，标签都有，训练测试都划分好了，可以放心下载，很好的分类数据集
数字图像处理的经典标准图像数据集.zip
03-04
该数据集中包含两个文件夹各96张，分别是pgm格式和png格式的图片。ps:lena,cameraman,house,lake,peppers等等的经典灰度图片。
256位图像数据集
04-21
256位图像数据集
英语手写体数据集图片及文本文档数据集.zip
04-06
英语手写体数据集图片及文本文档，用于训练神经网络，文本文档已经处理成一行一个文档，图片数据也是辛辛苦苦下载好的
PubLayNet：文档布局分析领域的大规模数据集
最新发布
u011331397的博客
04-23 626
（Public Layout Network）是由IBM AUR NLP团队开发的大规模文档图像数据集，旨在推动文档理解与布局分析领域的研究。该数据集通过自动标注技术，对科学文献的版面元素（如文本、标题、表格等）提供高精度的边界框和多边形分割注释，是目前文档布局分析领域规模最大、标注最完善的开放数据集之一。
PubLayNet：文档布局分析的革命性开源项目
gitblog_00380的博客
10-10 695
PubLayNet：文档布局分析的革命性开源项目 项目地址:https://gitcode.com/gh_mirrors/pu/PubLayNet 项目介绍 PubLayNet 是一个大规模的文档图像数据集，其布局标注包括边界框和多边形分割。该数据集的文档来源是 PubMed Central Open Access Subset (商业用途集合)。通过匹配PDF格式和PubMed Central ...
细粒度 文档图像版面分析
MrOcean的博客
07-12 2176
准确的细粒度文档图像版面分析 摘要 版面分析是文档信息理解的重要步骤，是对文档图像内的文字、图片等区域进行自动分析和理解的过程。通过版面分析，可以完成对图片中待识别区域的定位与分割，丛而为后续的识别打下基础。大多数版面分析方法其分割粒度较大，所得到的区域仍需进一步切分才可为识别所用，而现有的细粒度的版面分析方法在文本行复杂交错的藏文古籍文档图像表现较差。为了得到准确的版面分析结果，我们提出了一种细粒度的版面分析方法。......
ocr数据集：图片数据集
AI拉呱，专注于人工智与网络安全方面的研究，关注一起学习。
09-26 740
数据集 数据集总数量为370万张图片 图片数据集文件介绍 测试数据集
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

子燕若水

吹个大气球

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值