AutoFormBench：自动化理解表格的基准数据集
计算机视觉与模式识别
2026-04-01 v1
摘要
自动处理结构化文档（如政府表格、医疗记录和企业发票）由于在实际场景中遇到的高度布局变异性，仍然是一个持久的挑战。本文介绍 AutoFormBench，这是一个包含 407 个标注的真实世界表格基准数据集，涵盖政府、医疗和企业领域，旨在训练和评估表格元素检测模型。我们对比评估了经典的 OpenCV 方法和四种 YOLO 架构（YOLOv8、YOLOv11、YOLOv26-s 和 YOLOv26-l）在定位和分类可填写表格元素方面的性能，具体包括复选框、输入行和文本框，在多样化的 PDF 文档类型中。YOLOv11 在所有元素类别和容差水平上在 F1 分数和 Jaccard 准确率方面表现出始终优于的性能。
引用
@article{arxiv.2603.29832,
title = {AutoFormBench: Benchmark Dataset for Automating Form Understanding},
author = {Gaurab Baral and Junxiu Zhou},
journal= {arXiv preprint arXiv:2603.29832},
year = {2026}
}
备注
9 pages, 3 figures, 2 tables