Britannica Illustrated Pages は、BigLAM によって公開された、『ブリタニカ百科事典』各版の挿絵の分布と画像内容を研究するためのもので、大規模な注釈付き画像リソースを提供します。

データは、『ブリタニカ百科事典』第 1 版（1768‑1771）から第 14 版（1929）までのスキャンされた巻から取得され、ページ分類器を使用して 975,345 ページの元資料から 115,293 枚の挿絵を含むページが選別されました。

データセット構成

• pages サブセット：合計 115,293 件のデータで、縮小された 600 px JPEG の挿絵ページと完全なメタデータを格納しています。
• manifest サブセット：全 975,345 ページの元巻をカバーし、分類器のスコア、OCR テキスト統計、資料の出所情報を記録しています。画像は含まれません。
• crop_masks サブセット：RF‑DETR Seg モデルの予測に基づいて生成され、115,293 ページ、合計 700,480 個の挿絵インスタンス（信頼度≥0.10）を含み、挿絵インスタンスのバウンディングボックスとセグメンテーションマスクを出力します。

主要フィールド：

• ia_id
• volume
• page（元資料の位置特定識別子）
• p_illustrated：挿絵判定確率
• words：OCR 認識語数
• stratum：ページタイプ
• tier
• bucket_url
• file_key

Citation

本データセットを使用する際は、対応するページの Internet Archive の出典（ia_url）およびスキャン資料の提供機関（存在する場合）を引用してください。トレーニングラベルはスコットランド国立図書館（National Library of Scotland）によって提供されました。分類器、スキャン、データ整理の作業は Daniel van Strien によって完了され、データセットは BigLAM を通じて公開されています。