汉王云-表格识别

Name: 汉王云-表格识别
Creator: 汉王科技股份有限公司
Published: 2022-04-14T16:49:41+08:00

华为云市场2026-01-05 更新2024-05-23 收录

表格识别

文档智能

数据链接：

https://marketplace.huaweicloud.com/contents/45bc77f9-233a-446d-93ea-8b4eccae2fcf 数据链接链接失效反馈

官方服务：

资源简介：

企业专用，全表格识别

提供机构：

汉王科技股份有限公司

创建时间：

2022-04-14

Infinity-Doc2-5M

文档智能

文档解析模型训练

Infinity-Doc2-5M 是一个专为文档解析任务设计的大规模、高质量训练数据集，包含约500万个样本（文档页面），覆盖了广泛的文档类型，如学术论文、研究报告、财务报告、报纸、教科书、考试试卷、杂志等，并支持中文、英文及中英混合文本。数据涵盖了单栏、多栏、垂直文本等多种复杂布局格式，充分体现真实世界文档的多样性。数据集提供了从块级到页面级的多层次、丰富的标注信息，包括文档结构元素的详细块级类

Hugging Face2026-05-14 更新170

TabRecSet: A Large Scale Dataset for End-to-end Table Recognition in the Wild

表格识别

计算机视觉

Version 3 (Alpha version 1). Share same json annotations.

DataCite Commons2025-06-01 更新140

datalab-to/fintabnet_bench

表格识别

文档处理

这是一个包含HTML内容、图片以及表格数据的结构化数据集。表格数据包括行、列和单元格信息，其中每个单元格包含边界框、跨列数、列ID、行ID和跨行数。数据集分为训练集，共有999个示例。

Hugging Face2025-01-30 更新120

paul-w-qs/contracts_v5

文档图像处理

表格识别

--- configs: - config_name: default data_files: - split: train path: data/train-* dataset_info: features: - name: image dtype: image - name: N_ROWS dtype: int64 - name: N_COLS

Hugging Face2023-11-23 更新170

eddtsoi/pubtabnet-html

表格识别

文本生成

该数据集包含图像、分割信息、图像ID、HTML内容和HTML表格等特征。数据集分为训练集和验证集，分别包含500,777和9,115个样本。数据集的总下载大小为12,753,439,330字节，总数据集大小为16,033,615,277.135字节。数据集的任务类别包括视觉问答、图像到文本和文本生成，规模类别为100K<n<1M。

Hugging Face2024-07-05 更新140

汉王云-表格识别

资源简介：

相关数据集