表格OCR相關資源整理【ICDAR】【表格識別】【持續更新...】

• 定義：
  • 表格檢測（Table Detection）任務是從一個頁面中檢測出表格所在的區域
  • 表格結構識別（Table Structure Recognition）任務則是在檢測到的表格區域的基礎上，進一步將表格的內容與邏輯結構識別出來
• 數據集：

名稱	說明	內容	量級	地址
ICDAR2013	PDF	美國政府文件和歐盟文件		http://www.tamirhassan.com/html/dataset.html
icdar2017頁面對象識別	頁面截圖
ctdar2019	分爲兩類數據，歷史文檔和現在文檔			https://github.com/cndplab-founder/ICDAR2019_cTDaR
TABLE2LATEX-450K	latex		46.6萬	https://github.com/bloomberg/TABLE2LATEX
DECO	電子表格		1165	https://wwwdb.inf.tu-dresden.de/publications/deco-a-dataset-of-annotated-spreadsheets-for-layout-and-table-recognition/
第三方個人數據	掃描英文表格檢測		403	https://github.com/sgrpanchal31/table-detection-dataset

• 論文：
  • ICDAR2019會議中，共有16篇與表格識別相關的論文
  • 其中5篇針對表格檢測任務
  • 8篇針對表格結構識別任務
  • 1篇在同時進行了表格檢測與結構識別的任務
  • 2篇則是發佈了新的表格識別相關的數據集

任務	論文名稱	說明	作者	代碼	數據
識別	A Genetic-based Search for Adaptive Table Recognition in Spreadsheets	傳統圖像，應用於excel截圖
識別	Deep Splitting and Merging for Table Structure Decomposition	ICDAR2013表格競賽表格結構識別子任務的數據集State-of-the-art	adobe研究院
識別	DeepTabStr:Deep Learning based Table Structure Recognition
識別	ReS2TIM: Reconstruct SyntacticStructures from Table Images	icdar2013 f1 0.74
識別	Rethinking Semantic Segmentationfor Table Structure Recognition in Documents	不可處理跨行跨列
識別	Rethinking Table Recognitionusing Graph Neural Networks	有框線無框線表格均可處理 沒有提供預訓練模型		https://github.com/shahrukhqasim/TIES-2.0	合成，提供數據生產工具
識別	TableStructure Extraction with Bi-directional Gated Recurrent Unit Networks
端到端檢測識別	TableNet: Deep Learning Model for End-to-end Table Detection and Tabular Data Extraction from Scanned Document Images	icdar2013檢測和識別F1分別爲96.62%和91.51%		https://github.com/DevashishPrasad/CascadeTabNet
檢測	A GAN-based Feature Generator forTable Detection	ICDAR13/17 state-of-the-art	北京大學王選計算機研究所
檢測	A YOLO-based Table Detection Method
檢測	Faster R-CNN BasedTable Detection Combining Corner Locating				ICDAR2017 POD數據集
檢測	Table Detection in Invoice Documents by Graph Neural Networks				取自 RVL-CDIP invoice data