Britannica Illustrated Pages 由 BigLAM 发布，用于研究《大英百科全书》历代版本的插图分布与图像内容，提供规模庞大的标注图像资源。

数据取自《大英百科全书》第 1 版（1768‑1771）至第 14 版（1929）的扫描卷宗，通过页面分类器从 975,345 页原始资料里筛选得到 115,293 张含插图的页面。

数据集组成

• pages 子集：共 115,293 条数据，存储经过缩放的 600 px JPEG 插图页面，配套完整元数据。
• manifest 子集：覆盖全部 975,345 页原始卷宗，记录分类器打分、OCR 文本统计、资料溯源信息，不含图片。
• crop_masks 子集：基于 RF‑DETR Seg 模型预测生成，包含 115,293 张页面、合计 700,480 个插图实例（置信度≥0.10），输出插图实例框与分割掩码。

核心字段：

• ia_id
• volume
• page（原始资料定位标识）
• p_illustrated：插图判定概率
• words：OCR 识别词数
• stratum：页面类型
• tier
• bucket_url
• file_key

Citation

使用本数据集时，请引用对应页面的 Internet Archive 来源（ia_url）及扫描件贡献机构（如有）。训练标签由苏格兰国家图书馆（National Library of Scotland）提供；分类器、扫描与数据整理工作由 Daniel van Strien 完成，数据集通过 BigLAM 发布。