document layout analysis | BriefGPT

关键词document layout analysis

搜索结果 - 27

KDDDocLayNet: 一个用于文档布局分析的大型人工注释数据集
本文提出了一个新的文档布局注释数据集 DocLayNet，用于针对多样性布局的训练和测试，证明在丰富的文档数据场景下，DocLayNet 训练的模型比 PubLayNet 和 DocBank 训练的模型更具鲁棒性，是进行通用文档布局分析的首
PDF2 years ago
CVPR朝着端到端的统一场景文本检测和布局分析
本论文提出了统一场景文本检测和布局分析任务，并介绍了一种能够同时检测场景文本和形成文本聚类的方法以及一个首个分层场景文本数据集，全面实验证明了所提出的统一模型在多个基线方法上实现了更好的性能，此外，该模型还在多个场景文本检测数据集上实现了最
PDF2 years ago
VSR：将视觉、语义和关系结合的文档版面分析统一框架
提出了一种 VSR 统一框架，结合了视觉、语义和关系，可同时支持 NLP 和 CV 方法，其中使用文档图像和文本嵌入映射来引入视觉和语义，并通过图神经网络模块对布局组件之间的关系进行建模，取得了比以往模型更好的结果。
PDF3 years ago
COLINGDocBank: 一个文档布局分析基准数据集
本文介绍了 DocBank，一个包含 500K 篇文档页面的基准数据集，其中包含细粒度的令牌级别的注释，用于文档布局分析的多模态方法的性能提高研究。实验结果表明，使用 DocBank 训练出的模型可以准确识别各种不同类型的文档的布局信息。
PDF4 years ago
CVPR具有复杂布局的历史日本文件大型数据集
本文介绍了一种使用 HJDataset 的深度学习方法，可以准确地分析历史日文文档的布局并提取内容。该数据集包含 250,000 多个布局元素注释和基于半规则的方法构建，旨在提供深度学习模型的基准性能分析。
PDF4 years ago
结合视觉与文本特征进行历史报纸语义分割
本研究介绍了一种基于视觉和文本特征相结合的多模态方法，用于对历史报纸进行语义分割。该方法在 diachronic Swiss 和 Luxembourgish 报纸上进行了实验，结果显示多模态模型相较于强视觉基线模型进一步提升了高材料变异的鲁
PDF4 years ago
PubLayNet：有史以来最大的文档布局分析数据集
本文提出了 PubLayNet 数据集用于文档布局分析，并证明基于该数据集的深度神经网络模型可以准确地识别科学文章的布局。
PDF5 years ago