Kaggle Examples¶
Multimodal Document AI Learning Center
Module: Kaggle Tutorials
Version: v1.0
Last Updated: July 2026
本目录整理课程配套的 Kaggle Notebook。
所有 Notebook 均可直接在线运行，无需本地配置复杂环境，适合作为课程实验、论文复现和科研入门案例。
Why Kaggle?¶
对于初学者而言，Kaggle 提供了完整的大模型实验环境：
- 免费 GPU（T4 / P100 / L4 等）
- 预装 Python 与主流 AI 框架
- 在线 Notebook
- 可直接发布与分享
- 可一键 Fork 修改
- 与 GitHub 配合进行版本管理
因此，本课程所有实验均优先提供 Kaggle Notebook 版本。
Example 01¶
OmniDocBench Evaluation from Markdown¶
Author
Guoping Tan
Difficulty
⭐⭐⭐☆☆
Category
Document AI / Benchmark
Notebook
https://www.kaggle.com/code/guopingtan/omnidocbench-evaluation-md
Introduction¶
本案例演示如何使用 OmniDocBench 官方评测工具，对文档解析模型输出的 Markdown 结果进行标准化评测。
实验重点不是模型推理，而是帮助学生掌握：
- Benchmark 的基本使用流程
- 官方评测脚本的运行方式
- Markdown 结果组织格式
- OmniDocBench 指标计算方法
- Benchmark 实验复现流程
该案例适合作为 Document AI Benchmark 的第一个实践实验。
OmniDocBench 是目前国际上最具代表性的文档解析评测基准之一，支持文本、表格、公式、阅读顺序等多维度评测。
Learning Objectives¶
完成本案例后，应能够：
- 理解 OmniDocBench 数据组织方式
- 理解 Markdown Prediction 格式
- 运行官方 Evaluation Pipeline
- 阅读 Evaluation Report
- 理解 Edit Distance、TEDS、Reading Order 等指标
- 为自己的模型生成标准 Benchmark 结果
Skills You Will Learn¶
- Benchmark Reproduction
- Markdown Evaluation
- Document Parsing Evaluation
- Result Analysis
- Research Reproducibility
Workflow¶
Model Prediction (.md)
│
▼
Prediction Folder
│
▼
OmniDocBench Evaluation
│
▼
Metric Calculation
│
▼
Evaluation Report
│
▼
Performance Analysis
Related Learning Modules¶
建议按照以下顺序学习：
| Step | Module |
|---|---|
| 1 | Foundation Models |
| 2 | Vision-Language Models |
| 3 | Document AI |
| 4 | Benchmarks |
| 5 | Kaggle Example 01（当前案例） |
| 6 | Experiment 01：Qwen3.5-VL 文档理解实验 |
Related Resources¶
Official Benchmark¶
OmniDocBench Official Repository
https://github.com/opendatalab/OmniDocBench
官方提供：
- Benchmark Dataset
- Evaluation Scripts
- Leaderboard
- Model Baselines
- Official Documentation
Official Paper¶
OmniDocBench: Benchmarking Diverse PDF Document Parsing with Comprehensive Annotations
https://arxiv.org/abs/2412.07626
建议结合论文阅读 Benchmark 的整体设计思想和评价指标。
Suggested Exercises¶
完成 Notebook 后，建议继续尝试：
- 修改 Markdown 输出并重新评测；
- 对比不同模型（如 Qwen3-VL、PaddleOCR-VL、MinerU、Docling）的评测结果；
- 分析 Text、Table、Formula、Reading Order 等不同指标；
- 绘制 Benchmark 对比图（Radar Chart、Bar Chart、Heatmap）；
- 将实验结果整理为论文中的 Benchmark 实验章节。
Citation¶
如果本 Notebook 对你的学习或科研有所帮助，请同时引用：
- OmniDocBench 官方论文；
- OmniDocBench 官方 GitHub；
- 本课程对应实验文档与代码仓库。
Future Examples¶
后续课程将持续补充更多 Kaggle Notebook：
| Example | Topic |
|---|---|
| Example 01 | OmniDocBench Evaluation |
| Example 02 | Qwen3.5-VL Document Parsing |
| Example 03 | Docling Pipeline |
| Example 04 | PaddleOCR-VL Evaluation |
| Example 05 | MinerU Benchmark |
| Example 06 | OCRBench Evaluation |
| Example 07 | MMDocBench Evaluation |
| Example 08 | DocVQA Baseline |
| Example 09 | Table Recognition (PubTabNet) |
| Example 10 | End-to-End Document AI Project |
Notebook Link
https://www.kaggle.com/code/guopingtan/omnidocbench-evaluation-md
建议先 Fork Notebook，再按照实验指导书逐步完成所有实践内容。