朝着端到端的半监督表格检测与语义对齐匹配转换器

Apr, 2024

朝着端到端的半监督表格检测与语义对齐匹配转换器

Towards End-to-End Semi-Supervised Table Detection with Semantic Aligned Matching Transformer

Tahira Shehzadi, Shalini Sarode, Didier Stricker, Muhammad Zeshan Afzal

TL;DR通过 SAM-DETR 引入半监督方法，实现了目标查询和目标特征之间的精确对齐，从而在表的识别方面显著降低了误报率，并在复杂文档中表现出较高的性能，提供了更加高效准确的表格检测。

Abstract

table detection within document images is a crucial task in document processing, involving the identification and localization of tables. Recent strides in deep learning have substantially improved the accuracy o

table detection deep learning semi-supervised approach transformer-based techniques sam-detr

发现论文，激发创造

适用于文档中的表格检测的调制物体查询的端到端半监督方法

本研究提出了一种创新的基于 Transformer 的半监督表格检测器，通过结合一对一和一对多分配技术的新型匹配策略提高了伪标签质量，在早期阶段显著提高了训练效率，进而确保了更好的伪标签进行进一步训练。该方法在多个基准数据集上进行了全面评估，包括 PubLayNet、ICADR-19 和 TableBank，在 TableBank 和 PubLaynet 数据集上以 30％标签数据实现了 95.7％和 97.9％的 mAP，较之前的半监督表格检测方法分别提升了 7.4 和 7.6 个百分点，结果明确展示了该方法的卓越性能，大幅超过现有所有先进方法。该研究在半监督表格检测方法方面取得了重要进展，为实际文档分析任务提供了更高效准确的解决方案。

May, 2024

基于可变形变换器的端到端半监督表格检测

本论文提出了一种新的端到端半监督表格检测方法，采用可变形转换器。在 PubLayNet、DocBank、ICADR-19 和 TableBank 数据集上评估了该方法，相较于之前的方法表现更出色。

May, 2023

增强 DETR 收敛和多尺度特征融合的语义对齐匹配

本文提出 Semantic-Aligned-Matching DETR++（SAM-DETR++）算法，通过在同一特征嵌入空间中投影对象查询和编码图像特征以便更容易地匹配具有类似语义的对象。此算法有效地融合了多尺度特征，加速了 DETR 的收敛速度并提高了检测精度，拥有成为现有 DETR 收敛解决方案完美补充的潜力。

Jul, 2022

Semi-DETR: 基于检测 Transformer 的半监督目标检测

我们提出了 Semi-DETR，一个基于 transformer 的端到端半监督物体检测器，通过阶段混合匹配策略、跨视图查询一致性方法和基于代价的伪标签挖掘模块解决 DETR 中存在的问题，并在 COCO 和 Pascal VOC 基准数据集上的所有 SSOD 设置中进行的实验表明，我们的方法优于所有现有方法。

Jul, 2023

通过语义对齐匹配加速 DETR 收敛

SAM-DETR 通过解决不同特征嵌入空间中对象查询与目标特征匹配的复杂性问题，实现了语义对齐匹配，加速了收敛速度并提高了检测精度。

Mar, 2022

在文档图像中，弥合 DETR 和 R-CNN 之间图形物体检测性能差距

通过对目标查询进行修改，将现有的检测变压器应用于图像对象检测，提高了其性能，并在四个数据集上获得了新的最先进结果。

Jun, 2023

稀疏半 DETR: 稀疏可学习的查询用于半监督物体检测

Sparse Semi-DETR 是一种基于 Transformer 的端到端半监督目标检测解决方案，通过引入查询精化模块和可靠伪标签过滤模块来解决 DETR-based SSOD 框架中对象查询质量不准确和重叠预测的问题，大大提高了对小型和部分遮挡对象的检测能力，并在 MS-COCO 和 Pascal VOC 目标检测基准测试中实现了显著改进。

Apr, 2024

使用 Transformer 进行端到端的目标检测

该研究提出了一种新方法，将目标检测作为直接集合预测问题进行处理，主要采用基于集合的全局损失和 Transformer 编码器 - 解码器架构构建 DETR 模型，能够高效地完成目标检测和全景分割任务，相较于许多现代检测器，DETR 模型概念简单且不需要专门的库。

May, 2020

自监督学习在利用 Transformer 进行物体检测方面的实证研究

研究使用自监督学习中的图像重构、遮蔽图像建模和拼图等方法来训练物体检测转换器的编码器，以实现预训练和多任务学习，并在 iSAID 数据集上进行了初步实验。

May, 2022

基于 Transformer 的二维物体检测综述

本篇论文详细回顾了二十一篇相关的论文，讨论了最近在 DETR 中基于 Transformer 方法的研究进展，并涵盖了最新的改进，包括骨干网络改造，查询设计和注意力优化。同时，我们还比较了所有检测变压器的性能和网络设计。

Jun, 2023