OG-HFYOLO：基于方向梯度引导和异构特征融合的变形表格单元格实例分割
计算机视觉与模式识别
2025-06-10 v3
摘要
表格结构识别是文档分析中的关键任务。然而，变形表格中的几何变形导致内容信息与结构之间的关联性弱，进而使下游任务无法获得准确的内容信息。为获取单元格的细粒度空间坐标，本文提出OG-HFYOLO模型，通过梯度方向感知提取器增强边缘响应，结合异构核交叉融合模块和尺度感知损失函数以适应多尺度目标特征，并在后处理阶段引入基于掩码的非最大抑制机制，取代传统的边界框抑制机制。此外，我们还提出一种数据生成器，填补变形表格单元格空间坐标定位数据集的空白。我们推出名为Deformation Wired Table (DWTAL)的大规模数据集。实验表明，所提模型在所有主流实例分割模型上均表现出色。数据集和源代码已开源：https://github.com/justliulong/OGHFYOLO。
引用
@article{arxiv.2504.20682,
title = {OG-HFYOLO :Orientation gradient guidance and heterogeneous feature fusion for deformation table cell instance segmentation},
author = {Long Liu and Cihui Yang},
journal= {arXiv preprint arXiv:2504.20682},
year = {2025}
}