К содержимому

Датасет · docling-project

Крупный датасет скриншотов и разметки интерфейсов

docling-project/screenparse

Более 1,4 млн скриншотов с детальной разметкой элементов экрана для обучения моделей парсинга UI.

Что внутри

Второй релиз масштабного датасета для полного парсинга экранов включает 1 447 100 очищенных обучающих скриншотов с разным разрешением. Данные содержат текст и изображения с плотной разметкой конечных (leaf) элементов интерфейса для снижения шума. Набор создан командой проекта Docling для задач детекции объектов и классификации.

Что можно сделать

  • Обучение мультимодальных моделей и GUI-агентов распознаванию элементов интерфейса
  • Детекция кнопок, полей ввода и блоков текста на скриншотах для OCR и парсинга
  • Тестирование систем автоматизации взаимодействия с экраном на разных разрешениях
Задачи
Детекция объектов, Классификация картинок
Размер
1M–10M записей
Скачиваний за месяц
20,4 тыс.
Лайков
8

Модели, обученные на нём

Как загрузить

from datasets import load_dataset

ds = load_dataset("docling-project/screenparse")