表格OCR相关资源整理【ICDAR】【表格识别】【持续更新...】

• 定义：
  • 表格检测（Table Detection）任务是从一个页面中检测出表格所在的区域
  • 表格结构识别（Table Structure Recognition）任务则是在检测到的表格区域的基础上，进一步将表格的内容与逻辑结构识别出来
• 数据集：

名称	说明	内容	量级	地址
ICDAR2013	PDF	美国政府文件和欧盟文件		http://www.tamirhassan.com/html/dataset.html
icdar2017页面对象识别	页面截图
ctdar2019	分为两类数据，历史文档和现在文档			https://github.com/cndplab-founder/ICDAR2019_cTDaR
TABLE2LATEX-450K	latex		46.6万	https://github.com/bloomberg/TABLE2LATEX
DECO	电子表格		1165	https://wwwdb.inf.tu-dresden.de/publications/deco-a-dataset-of-annotated-spreadsheets-for-layout-and-table-recognition/
第三方个人数据	扫描英文表格检测		403	https://github.com/sgrpanchal31/table-detection-dataset

• 论文：
  • ICDAR2019会议中，共有16篇与表格识别相关的论文
  • 其中5篇针对表格检测任务
  • 8篇针对表格结构识别任务
  • 1篇在同时进行了表格检测与结构识别的任务
  • 2篇则是发布了新的表格识别相关的数据集

任务	论文名称	说明	作者	代码	数据
识别	A Genetic-based Search for Adaptive Table Recognition in Spreadsheets	传统图像，应用于excel截图
识别	Deep Splitting and Merging for Table Structure Decomposition	ICDAR2013表格竞赛表格结构识别子任务的数据集State-of-the-art	adobe研究院
识别	DeepTabStr:Deep Learning based Table Structure Recognition
识别	ReS2TIM: Reconstruct SyntacticStructures from Table Images	icdar2013 f1 0.74
识别	Rethinking Semantic Segmentationfor Table Structure Recognition in Documents	不可处理跨行跨列
识别	Rethinking Table Recognitionusing Graph Neural Networks	有框线无框线表格均可处理 没有提供预训练模型		https://github.com/shahrukhqasim/TIES-2.0	合成，提供数据生产工具
识别	TableStructure Extraction with Bi-directional Gated Recurrent Unit Networks
端到端检测识别	TableNet: Deep Learning Model for End-to-end Table Detection and Tabular Data Extraction from Scanned Document Images	icdar2013检测和识别F1分别为96.62%和91.51%		https://github.com/DevashishPrasad/CascadeTabNet
检测	A GAN-based Feature Generator forTable Detection	ICDAR13/17 state-of-the-art	北京大学王选计算机研究所
检测	A YOLO-based Table Detection Method
检测	Faster R-CNN BasedTable Detection Combining Corner Locating				ICDAR2017 POD数据集
检测	Table Detection in Invoice Documents by Graph Neural Networks				取自 RVL-CDIP invoice data