Britannica Illustrated Pages wurde von BigLAM veröffentlicht und dient der Erforschung der Illustrationsverteilung und des Bildinhalts in den verschiedenen Ausgaben der Encyclopædia Britannica. Es bietet einen umfangreichen, annotierten Bilddatensatz.

Die Daten stammen aus gescannten Bänden der Encyclopædia Britannica von der 1. Ausgabe (1768–1771) bis zur 14. Ausgabe (1929). Durch einen Seitenklassifikator wurden aus 975.345 Seiten Originalmaterial 115.293 Seiten mit Illustrationen ausgewählt.

Zusammensetzung des Datensatzes

• pages-Teilmenge: Umfasst 115.293 Einträge mit skalierten 600-px-JPEG-Illustrationsseiten und vollständigen Metadaten.
• manifest-Teilmenge: Deckt alle 975.345 Seiten der Originalbände ab und erfasst Klassifikatorbewertungen, OCR-Textstatistiken und Quelleninformationen, ohne Bilder.
• crop_masks-Teilmenge: Basierend auf RF‑DETR-Seg-Modellvorhersagen generiert, enthält sie 115.293 Seiten mit insgesamt 700.480 Illustrationsinstanzen (Konfidenz ≥ 0,10) und liefert Begrenzungsrahmen und Segmentierungsmasken für die Illustrationsinstanzen.

Kernfelder:

• ia_id
• volume
• page (Quellenlokalisierungskennung)
• p_illustrated: Wahrscheinlichkeit der Illustrationserkennung
• words: Anzahl der OCR-erkannten Wörter
• stratum: Seitentyp
• tier
• bucket_url
• file_key

Zitation

Bei Verwendung dieses Datensatzes bitte die Internet Archive-Quelle der entsprechenden Seite (ia_url) sowie die beitragende Institution des Scans (falls vorhanden) zitieren. Die Trainingslabels wurden von der National Library of Scotland bereitgestellt; der Klassifikator, die Scans und die Datenaufbereitung wurden von Daniel van Strien durchgeführt. Der Datensatz wurde über BigLAM veröffentlicht.