M6Doc 文档版面分析基准数据集

计算机视觉
0 下载
2 浏览
2026-09-26

数据集简介

数据集卡片与定位

M6Doc 全称为 Multi-form、Multi-type、Multi-layout、Multi-language、Multi-annotation、Multi-task 文档版面分析基准,托管于 HuggingFace 的 juliozhao 仓库,是 DocLayout-YOLO 的官方镜像版本。它以标准 YOLO-layout 目录组织,主要服务于文档版面分析中的目标检测任务,并作为 DocLayout-YOLO 四个下游基准(D4LA、M6Doc、HJDataset、PRIMA-LAD)之一被使用。

目录结构

数据集按 YOLO-layout 约定组织,主要包含以下内容:

  • images/:9,080 张文档页面图像,格式为 .jpg;
  • labels/:YOLO 格式的 .txt 标注文件,每张图像对应一个,共覆盖 74 个版面类别;
  • train.txt / val.txt / test.txt:划分列表,其中图像路径相对于该目录。

训练、验证与测试划分

数据集共 9,080 行/图像,划分如下:

子集 图像数量
训练集(train) 5,448
验证集(validation) 908
测试集(test) 2,724

整体规模标签为 1K–10K,总文件体积 13.1 GB。

数据查看与字段

在 HuggingFace Data Studio / Dataset Viewer 中,数据集提供 text(string)字段,示例值如 ./images/0302_0004_0028.jpg,用于指向对应图像文件。

下载方式

该数据集公开可免费下载,可通过 huggingface_hub 的 snapshot_download 获取:

from huggingface_hub import snapshot_download
snapshot_download("juliozhao/M6Doc", repo_type="dataset", local_dir="m6doc")

发布与收录

数据集发布日期为 2026-09-26,收录于 DocLayout-YOLO Release 2026-10 集合(Collection including juliozhao/M6Doc)。

基本信息

记录数量9,080 行/图像;train 5,448、validation 908、test 2,724;总
文件大小9,080 行/图像;train 5,448、validation 908、test 2,724;总文件体积 13.1 GB;规模标签 1K–10K
文件格式jpg, txt, parquet
数据来源DocLayout-YOLO
图像数量9,080
版面类别74
训练集5,448
验证集908
测试集2,724
总体积13.1 GB
规模标签1K–10K
发布日期2026-09-26
数据落地页https://huggingface.co/datasets/juliozhao/M6Doc
文档版面分析目标检测YOLO格式文档图像基准数据集

上架信息

数据集市运营
平台统一选品上架,经质量审核后公开
0 次下载

价格

免费