HisDocBin-Patches_750-patches-per-image

kaggle2025-05-01 更新2025-05-03 收录

文档图像处理

二值化

数据链接：

https://www.kaggle.com/datasets/abderrahmanekefali/hisdocbin-patches-750-patches-per-image 数据链接链接失效反馈

官方服务：

资源简介：

Patch-Based Dataset for Document Image Binarization

基于补丁的（Patch-Based）文档图像二值化数据集

创建时间：

2025-04-22

DocBank 文档图像增强数据集

文档图像处理

图像增强

DocBank 文档图像增强数据集，此数据集用于文档图像增强，具体任务包括以下内容：Seal detection & Removal 印章检测 & 移除；Watermark detection & Removal 水印检测 & 移除；Document deblurring 文档去模糊；Document shadow removal 文档去阴影；Document super-resolution

github2024-05-06 更新2430

MADCAT Phase 2 Training Set

文档图像处理

机器翻译

Introduction MADCAT (Multilingual Automatic Document Classification Analysis and Translation) Phase 2 Training Set contains all training data created by the Linguistic Data Consortium

DataCite Commons2021-07-01 更新290

adopd2024

文档图像处理

数据驱动分类

ADOPD是一个用于文档页面分解的大规模数据集，其特点是通过一种新颖的数据驱动文档分类发现方法进行数据收集。该方法结合了大规模预训练模型和人在回路过程，以确保数据的多样性和平衡。ADOPD包括密集标注的文档图像标签，涵盖四个任务：Doc2Mask、Doc2Box、Doc2Tag和Doc2Seq。每个图像的标注包括人工标记的实体掩码、文本边界框以及自动生成的标签和说明。详细的实验分析验证了数据驱动的

Hugging Face2024-08-07 更新140

DDI-100 (Distorted Document Images)

文档图像处理

文本识别

DDI-100 数据集是基于 7000 个真实唯一文档页面的文本检测和识别合成数据集，由超过 100000 个增强图像组成。基本事实包括文本和印章掩码、带有相关注释的文本和字符边界框。

OpenDataLab2026-07-12 更新630

A New Image Dataset for Document Corner Localization

文档图像处理

计算机视觉

To use this dataset and respect for copyright, please cite the following paper: https://ieeexplore.ieee.org/abstract/document/9116896/ We present a new dataset that covers almost all the scenarios tha

Mendeley Data2024-01-31 更新170

HisDocBin-Patches_750-patches-per-image

资源简介：

相关数据集