基于U-Net架构的结构化文档定位的数据高效训练
计算机视觉与模式识别
2023-10-03 v1 机器学习
摘要
结构化文档分析与识别对现代在线入驻流程至关重要，而文档定位是实现可靠关键信息提取的关键步骤。尽管深度学习已成为解决文档分析问题的标准技术，工业中的实际应用在训练或微调深度学习模型时仍面临标注数据有限与计算资源受限的困难。为应对这些挑战，我们提出SDL-Net：一种用于结构化文档定位的新型类U-Net编码器-解码器架构。我们的方法允许在包含各类文档样本通用数据集上预训练SDL-Net的编码器，并实现解码器的快速且数据高效的微调，以支持新文档类的定位。我们在专有结构化文档图像数据集上进行了大量实验，以证明所提方法的有效性与泛化能力。
引用
@article{arxiv.2310.00937,
title = {Data Efficient Training of a U-Net Based Architecture for Structured Documents Localization},
author = {Anastasiia Kabeshova and Guillaume Betmont and Julien Lerouge and Evgeny Stepankevich and Alexis Bergès},
journal= {arXiv preprint arXiv:2310.00937},
year = {2023}
}
备注
12 pages, 7 figures