[table structure] Extend table structure dataset
Los mantenedores suelen responder en 1 día
@simont2k ya está trabajando en esto.
Desde el 28/7/2026.
Evaluación
Este issue todavía no se ha evaluado.
Descripción
| dataset | download | extracted | converted | tables |
|---|---|---|---|---|
| PubTabNet | ~12 GB ✓ | ~13 GB | ~20 GB | 510k |
| SynthTabNet | 30.1 GB ✓ | ~30 GB | ~21 GB | 600k |
| PubTables-1M (Structure only) | ~38 GB | — | ~43 GB | 948k |
| WikiTableSet (JA + EN750k) | ~50 GB | — | ~47 GB | 1.34M |
| TableNet 2026 | ~15 GB | — | ~16 GB | 445k |
| FinTabNet.c | ~4 GB | — | ~4 GB | 90k |
| FinTabNet (raw) | ~11 GB | ~11 GB | ~5 GB | 113k |
| WTW | ~10 GB | — | ~4 GB (jpg) | 14.5k |
| TabRecSet | ~8 GB | — | ~10 GB (jpg) | 38k |
| iFLYTAB | ~3 GB | — | ~3 GB (jpg) | 17k |
| SciTSR | ~3 GB | — | ~1 GB | 15k |
| cTDaR | ~3 GB | — | ~1 GB | 3k |
| GloSAT | ~1.5 GB | — | ~0.5 GB | 500 |
| HisClima | ~1 GB | — | ~0.2 GB | 208 |
| ICDAR 2013 | ~0.1 GB | — | ~0.02 GB | 150 |
- Lenguaje dominante
- Python
- Estrellas
- 6.4k
- Forks
- 684
- Merge medio
- 19 h 52 min
- PR fusionados (30 d)
- 23
Preparar el entorno
- Incluye un Dockerfile o un archivo de Docker Compose
- Sin plantilla de pull request
- Leer la guía de contribución
Primeros pasos
- Lee el issue completo y luego la guía de contribución del proyecto.
- Comenta en el issue que vas a ocuparte — evita que dos personas hagan lo mismo.
- Haz un fork del repositorio y trabaja en una rama.
- Abre un pull request que haga referencia al número del issue.
Más de mindee/doctr
-
Rotated block geometries become straight boxes after `Page.from_dict` + `export()`Posiblemente ocupada @RaphaelFakhri la tomó hoy. Abierto
Dificultad 2/5 1-3 horas Aptitud para principiantes 25/100
Los mantenedores suelen responder en 1 día
-
Per-task YAML configuration for the reference training scriptsPosiblemente ocupada @felixdittrich92 la tomó hace 26 días. Abiertoext: references topic: documentation type: new feature
mindee/doctr#2149 · 1 comentario · 1 asignado ·
Los mantenedores suelen responder en 1 día
-
Release tracker - v1.2.0Quizá libre de nuevo @felixdittrich92 la tomó hace 68 días y no hay ningún pull request abierto. Abiertocritical
mindee/doctr#2126 · 1 asignado ·
Los mantenedores suelen responder en 1 día
-
type: enhancement
Dificultad 5/5 Más de una semana Aptitud para principiantes 12/100
Los mantenedores suelen responder en 1 día
-
Dificultad 4/5 3-5 días Aptitud para principiantes 15/100
Los mantenedores suelen responder en 1 día
Todos los issues de mindee/doctr
Issues similares
-
bug
Dificultad 2/5 1-3 horas Aptitud para principiantes 78/100
conda-forge/conda-forge-bot#7025 ·
Los mantenedores suelen responder en 1 día
-
chore(ci): publish.yml's release-job comment counts the hand-created Releases as all of themAbiertoarea:ci
Dificultad 1/5 Menos de una hora Aptitud para principiantes 74/100
catincloud-labs/dagster-dex#149 ·
Los mantenedores suelen responder en 1 día
-
Dificultad 2/5 1-3 horas Aptitud para principiantes 84/100
home-assistant/core#188424 ·
Los mantenedores suelen responder en 1 día
-
Review backlog (docs-currency): README 'CI run' link lands on a run whose overall badge is cancelledAbiertoagent/reviewer needs-kind needs-triage
Dificultad 2/5 1-3 horas Aptitud para principiantes 63/100
projectbluefin/utah#880 · 2 comentarios ·
Los mantenedores suelen responder en 1 día
-
LSan reports obj_gen leak on post-parse usage() exits (aarch64)Posiblemente ocupada Un pull request vinculado a esta issue está abierto o ya se fusionó. Abierto
Dificultad 2/5 1-3 horas Aptitud para principiantes 76/100
redis/memtier_benchmark#850 ·
Los mantenedores suelen responder en 1 día