image
image
label
class label
11questionnaire
11questionnaire
11questionnaire
11questionnaire
11questionnaire
11questionnaire
11questionnaire
11questionnaire
11questionnaire
11questionnaire
11questionnaire
11questionnaire
11questionnaire
11questionnaire
11questionnaire
11questionnaire
11questionnaire
11questionnaire
11questionnaire
11questionnaire
11questionnaire
11questionnaire
11questionnaire
11questionnaire
11questionnaire
11questionnaire
11questionnaire
11questionnaire
11questionnaire
11questionnaire
11questionnaire
11questionnaire
11questionnaire
11questionnaire
11questionnaire
11questionnaire
11questionnaire
11questionnaire
11questionnaire
11questionnaire
11questionnaire
11questionnaire
11questionnaire
11questionnaire
11questionnaire
11questionnaire
11questionnaire
11questionnaire
11questionnaire
11questionnaire
11questionnaire
11questionnaire
11questionnaire
11questionnaire
11questionnaire
11questionnaire
11questionnaire
11questionnaire
11questionnaire
11questionnaire
11questionnaire
11questionnaire
11questionnaire
11questionnaire
11questionnaire
11questionnaire
11questionnaire
11questionnaire
11questionnaire
11questionnaire
11questionnaire
11questionnaire
11questionnaire
11questionnaire
11questionnaire
11questionnaire
11questionnaire
11questionnaire
11questionnaire
11questionnaire
11questionnaire
11questionnaire
11questionnaire
11questionnaire
11questionnaire
11questionnaire
11questionnaire
11questionnaire
11questionnaire
11questionnaire
11questionnaire
11questionnaire
11questionnaire
11questionnaire
11questionnaire
11questionnaire
11questionnaire
11questionnaire
11questionnaire
11questionnaire

⚠️ This only a subpart of the original dataset, containing only questionnaire.

The RVL-CDIP (Ryerson Vision Lab Complex Document Information Processing) dataset consists of 400,000 grayscale images in 16 classes, with 25,000 images per class. There are 320,000 training images, 40,000 validation images, and 40,000 test images. The images are sized so their largest dimension does not exceed 1000 pixels.

For questions and comments please contact Adam Harley (aharley@scs.ryerson.ca).

The full dataset can be found here.

Labels

0: letter
1: form
2: email
3: handwritten
4: advertissement
5: scientific report
6: scientific publication
7: specification
8: file folder
9: news article
10: budget
11: invoice
12: presentation
13: questionnaire
14: resume
15: memo

Citation

This dataset is from this paper A. W. Harley, A. Ufkes, K. G. Derpanis, "Evaluation of Deep Convolutional Nets for Document Image Classification and Retrieval," in ICDAR, 2015

License

RVL-CDIP is a subset of IIT-CDIP, which came from the Legacy Tobacco Document Library, for which license information can be found here.

References

  1. D. Lewis, G. Agam, S. Argamon, O. Frieder, D. Grossman, and J. Heard, "Building a test collection for complex document information processing," in Proc. 29th Annual Int. ACM SIGIR Conference (SIGIR 2006), pp. 665-666, 2006
  2. The Legacy Tobacco Document Library (LTDL), University of California, San Francisco, 2007. http://legacy.library.ucsf.edu/.
Downloads last month
2
Edit dataset card