基于无锚框模型集成的鲁棒孟加拉语文档版面分割
计算机视觉与模式识别
2023-08-30 v2
摘要
在本研究论文中，我们介绍了一种专为孟加拉语文档版面分割而设计的新方法。我们的方法利用了经过训练的 YOLOv8 模型的复杂集成，这些模型针对聚焦于孟加拉语文档版面分割的 DL Sprint 2.0 - BUET CSE Fest 2023 竞赛进行训练。我们的主要重点在于增强任务的各个方面，包括图像增强、模型架构以及模型集成的引入等技术。我们有意降低一部分文档图像的质量，以增强模型训练的鲁棒性，从而提升我们的交叉验证分数。通过采用贝叶斯优化，我们确定了模型集成的最优置信度与交并比（IoU）阈值。通过我们的方法，我们成功展示了无锚框模型在实现孟加拉语文档鲁棒版面分割方面的有效性。
引用
@article{arxiv.2308.14397,
title = {Ensemble of Anchor-Free Models for Robust Bangla Document Layout Segmentation},
author = {U Mong Sain Chak and Md. Asib Rahman},
journal= {arXiv preprint arXiv:2308.14397},
year = {2023}
}
备注
4 pages, 5 figures, 6 Tables