深度 CNN 和训练策略在文档图像分类上的应用研究：减少一半的错误率

Apr, 2017

深度 CNN 和训练策略在文档图像分类上的应用研究：减少一半的错误率

Cutting the Error by Half: Investigation of Very Deep CNN and Advanced Training Strategies for Document Image Classification

PDF

Muhammad Zeshan Afzal, Andreas Kölsch, Sheraz Ahmed, Marcus Liwicki

TL;DR本研究通过使用深度学习和神经网络，采用迁移学习自实际图像和大规模文档图像数据集，分析训练数据量及其它参数对文档图像分类的影响，并展示通过使用最新的神经网络 (GoogLeNet，VGG，ResNet)，文本图像分类的准确度提高了超过一半。

Abstract

We present an exhaustive investigation of recent deep learning architectures, algorithms, and strategies for the task of document image classification to finally reduce the error by more than half. Existing appro

deep learning document image classification neural network transfer learning training data

发现论文，激发创造

深度卷积网络在文件图像分类和检索中的评估

本文提出了一种利用深度卷积神经网络学习特征进行文档图像分类和检索的最新技术，证实与手工制作的替代方法相比，能够更好地学习抽象特征，且具有压缩鲁棒性和跨领域迁移性，并在新的 IIT-CDIP 数据集中提供了 400,000 个文档图像用于深度学习。

Feb, 2015

基于领域内迁移学习和叠加深度卷积神经网络的文档图像分类

本文提出了一种基于深度卷积神经网络的区域框架，用于文档结构学习，并实现了高效的分类器和有效的串联分类方法，同时提出了外部和内部领域迁移学习技术和基于交叉验证方法的分类器融合思想，实现对 RVL-CDIP 文档图像数据集中文档分类的最新记录 92.2％准确率。

Jan, 2018

文档图像分类卷积神经网络分析

通过对卷积神经网络 CNNs 模型对文件图像分类任务的研究，我们发现使用剪切变形的数据扩增和一个针对更大输入图像设计的架构，可以超过基准数据集的现有技术，并且我们发现使用 RVL-CDIP 训练的 CNNs 可以学习区域特定的布局特征。

Aug, 2017

基于文本和图像的多模态深度网络文档分类

本文介绍了一种多模态神经网络，结合了 OCR 提取的文本和图像信息，来对文献图像进行分类。该方法在 Tobacco3482 和 RVL-CDIP 数据集上的准确率提高了 3%。

Jul, 2019

基于深度卷积神经网络的图像分类的一些改进

通过给训练数据增加更多的图像变换、给测试时产生更多的预测和使用应用于更高分辨率图像的补充模型等多种技术，我们改进了目前基于深度卷积神经网络的图像分类流程，并在 Imagenet 大规模视觉识别挑战赛 2013 中获得了前五名，我们的系统分类错误率为 13.55％，相对于上一年的获胜者，出现了超过 20％的相对提高。

Dec, 2013

基於深度卷積神經網絡的計算機輔助檢測：CNN 架構、數據集特徵和轉移學習

该论文主要探讨了如何在医学成像领域中运用深度卷积神经网络实现计算机辅助检测。作者对不同的卷积神经网络结构进行了评估，并考虑了数据集规模和图像空间背景对性能的影响。文章还阐述了将 ImageNet 预训练模型迁移到医学成像问题中的有效性，并通过两个计算机辅助检测问题的实验展示了更好的性能。

Feb, 2016

卷积神经网络结构分析与优化

本文提供了对现有技术的卷积神经网络分析和拓扑构建的全面概述，并描述和评估了一些层次分类器。此外，本文还开发了一种可视化分类错误的新方法，并在 CIFAR-100 上量化了一些结果，如在精度方面较小批量大小、平均集成、数据增强和测试时间转换等的积极影响。本文还开发了一个模型，它只有 100 万个学习参数，适用于 32x32x3 和 100 类输入，并在基准数据集 Asirra、GTSRB、HASYv2 和 STL-10 上击败了现有技术。

Jul, 2017

深度学习对大规模标签噪声具有强韧性

本研究证明，基于深度神经网络的图像分类模型可以从含有数量远多于准确标签的训练数据中进行有效学习，表现出良好的测试性能提升，这种学习需要增加数据集大小作为代价。

May, 2017

大规模图像识别的极深卷积网络

本文通过使用小的卷积滤波器的架构，对不断增加深度的网络的精度进行了全面评估，表明通过将深度推到 16 至 19 个权重层，可以显著提高以往技术水平，并在 ImageNet Challenge 2014 中获得了第一和第二名。我们还证明了该表示法在其他数据集上具有很好的泛化性能，并公开了我们表现最佳的两个 ConvNet 模型，以便进一步研究深度视觉表示在计算机视觉中的应用。

Sep, 2014

深度残差网络用于图像识别

本文提出了一种残差学习框架，以优化超过 VGG 网络 8 倍深度的残差网络在 ImageNet 数据集上的分类任务，以及在 COCO 目标检测数据集上取得了 28% 的相对提升。

Dec, 2015