Britannica Illustrated Pages는 《브리태니커 백과사전》 역대 판본의 삽화 분포와 이미지 내용을 연구하기 위해 BigLAM이 공개한 대규모 주석 이미지 리소스입니다.

데이터는 《브리태니커 백과사전》 제1판(1768~1771)부터 제14판(1929)까지의 스캔 자료에서 수집되었으며, 페이지 분류기를 통해 975,345페이지의 원본 자료 중 115,293페이지의 삽화 포함 페이지를 선별했습니다.

데이터셋 구성

• pages 하위 집합: 총 115,293개의 데이터로, 크기가 조정된 600px JPEG 삽화 페이지와 완전한 메타데이터를 포함합니다.
• manifest 하위 집합: 전체 975,345페이지의 원본 자료를 포함하며, 분류기 점수, OCR 텍스트 통계, 자료 출처 정보를 기록하고 이미지는 포함하지 않습니다.
• crop_masks 하위 집합: RF‑DETR Seg 모델 예측을 기반으로 생성되었으며, 115,293페이지, 총 700,480개의 삽화 인스턴스(신뢰도≥0.10)를 포함하고, 삽화 인스턴스 박스와 분할 마스크를 출력합니다.

핵심 필드:

• ia_id
• volume
• page(원본 자료 위치 식별자)
• p_illustrated: 삽화 판정 확률
• words: OCR 인식 단어 수
• stratum: 페이지 유형
• tier
• bucket_url
• file_key

Citation

본 데이터셋을 사용할 때는 해당 페이지의 Internet Archive 출처(ia_url)와 스캔본 기여 기관(있는 경우)을 인용하시기 바랍니다. 훈련 레이블은 스코틀랜드 국립도서관(National Library of Scotland)에서 제공했으며, 분류기, 스캔 및 데이터 정리 작업은 Daniel van Strien이 수행했고, 데이터셋은 BigLAM을 통해 공개되었습니다.