该文综述文档布局分析与文本标注研究，涵盖少样本学习框架、无需二值化的文本行检测评估、半自动标注流程，以及DocBank、PubLayNet、LIE、BaDLAD、M⁶Doc等数据集；并介绍TransDLANet、MViTv2结合Mask R-CNN及Detectron2、YOLOv8、SAM在孟加拉文档布局分析中的应用与效果。

该研究比较了Detectron2、YOLOv8和SAM等计算机程序在不同类型的孟加拉文档中的适用性，有助于理解孟加拉文档中的复杂布局。