TNCR：表格网络检测与分类数据集
计算机视觉与模式识别
2021-12-30 v1 人工智能
摘要
我们提出 TNCR，一个从免费网站收集的、具有不同图像质量的新型表格数据集。TNCR 数据集可用于扫描文档图像中的表格检测及其分为 5 个不同类别的分类。TNCR 包含 9428 张高质量标注图像。在本文中，我们实现了基于深度学习的先进表格检测方法，以建立若干强基线。Cascade Mask R-CNN 配合 ResNeXt-101-64x4d 骨干网络在其他方法中取得最高性能，在 TNCR 数据集上精确率为 79.7%、召回率为 89.8%、f1 分数为 84.4%。我们将 TNCR 开源，希望鼓励更多深度学习方法进行表格检测、分类和结构识别。数据集和训练好的模型检查点可在 https://github.com/abdoelsayed2016/TNCR_Dataset 获取。
引用
@article{arxiv.2106.15322,
title = {TNCR: Table Net Detection and Classification Dataset},
author = {Abdelrahman Abdallah and Alexander Berendeyev and Islam Nuradin and Daniyar Nurseitov},
journal= {arXiv preprint arXiv:2106.15322},
year = {2021}
}