OCR-IDL : OCR Annotations for Industry Document Library Dataset
Biten, Ali Furkan (Centre de Visió per Computador)
Universitat Autònoma de Barcelona. Departament de Ciències de la Computació
Pérez Tito, Rubèn (Centre de Visió per Computador)
Gomez Bigorda, Lluis (Centre de Visió per Computador)
Valveny Llobet, Ernest (Centre de Visió per Computador)
Karatzas, Dimosthenis (Centre de Visió per Computador)

Fecha:	2022
Descripción:	13 pàg.
Resumen:	Pretraining has proven successful in Document Intelligence tasks where deluge of documents are used to pretrain the models only later to be finetuned on downstream tasks. One of the problems of the pretraining approaches is the inconsistent usage of pretraining data with different OCR engines leading to incomparable results between models. In other words, it is not obvious whether the performance gain is coming from diverse usage of amount of data and distinct OCR engines or from the proposed models. To remedy the problem, we make public the OCR annotations for IDL documents using commercial OCR engine given their superior performance over open source OCR models. It is our hope that OCR-IDL can be a starting point for future works on Document Intelligence. All of our data and its collection process with the annotations can be found in https://github. com/furkanbiten/idl_data.
Derechos:	Aquest document està subjecte a una llicència d'ús Creative Commons. Es permet la reproducció total o parcial, la distribució, la comunicació pública de l'obra i la creació d'obres derivades, fins i tot amb finalitats comercials, sempre i quan es reconegui l'autoria de l'obra original.
Lengua:	Anglès
Documento:	Prepublicació ; recerca ; Versió de l'autor

DOI: 10.48550/arXiv.2202.12985

Preprint 13 p, 4.4 MB

El registro aparece en las colecciones:
Documentos de investigación > Prepublicacions