一种可扩展的基于点的数据图表数值检测方法
计算机视觉与模式识别
2023-08-24 v1
摘要
我们提出一种可扩展的方法，用于识别语义点以逆向工程（即提取数值）数据图表，特别是科学文章中的图表。我们的方法使用点提议网络（类似于用于目标检测的区域提议网络）直接预测图表中感兴趣点的位置，并且易于扩展到多种图表类型和图表元素。我们聚焦于科学文献中的复杂条形图，我们的模型能够以 0.8705 F1（@1.5 单元格最大偏差）的精度检测显著点；在类似于先前工作所用的合成生成图表上达到 0.9810 F1。我们还探索仅在带有新颖增强的合成数据上训练，以此方式在外观差异很大的真实图表上达到令人惊讶的可用性能（0.6621 F1），并进一步展示我们未作改动的方法直接应用于合成饼图（0.8343 F1）。数据集、训练好的模型和评估代码可在 https://github.com/BNLNLP/PPN_model 获取。
引用
@article{arxiv.2308.11788,
title = {An extensible point-based method for data chart value detection},
author = {Carlos Soto and Shinjae Yoo},
journal= {arXiv preprint arXiv:2308.11788},
year = {2023}
}