DIVA-DAF：一种用于历史文档图像分析的深学习框架
计算机视觉与模式识别
2024-02-16 v3
摘要
深度学习方法在历史文档图像分析任务中已展现出强劲性能。然而，尽管已有现有库和框架，编写一组实验并执行仍可能耗时。为此我们提出一个基于PyTorch Lightning、专为历史文档分析设计的开源深度学习框架DIVA-DAF。预实现的分割与分类等任务可轻松使用或定制。借助强大的数据加载模块（即便对大型数据集及不同形式真值亦适用），创建自定义任务也十分容易。所开展的应用表明，该框架在编程实现文档分析任务以及预训练或更改架构等不同场景中均节省了时间。得益于其数据模块，该框架还可显著缩短模型训练时间。
引用
@article{arxiv.2201.08295,
title = {DIVA-DAF: A Deep Learning Framework for Historical Document Image Analysis},
author = {Lars Vögtlin and Anna Scius-Bertrand and Paul Maergner and Andreas Fischer and Rolf Ingold},
journal= {arXiv preprint arXiv:2201.08295},
year = {2024}
}