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")