修订FUNSD数据集以用于文档图像中的键值检测
计算机视觉与模式识别
2020-10-13 v1
摘要
FUNSD 是为数不多的公开可用的从文档图像中提取信息的数据集之一。FUNSD 数据集中的信息由四类文本区域（“键”、“值”、“标题”、“其他”以及“背景”）以及作为键值关系的区域间连通性定义。检查 FUNSD 后，我们发现其标注存在若干不一致，这阻碍了它在键值提取问题上的适用性。在本报告中，我们描述了 FUNSD 中的一些标注问题以及我们对数据集所做的修订。我们还报告了使用 UNet 模型作为基线结果以及带有通道不变可变形卷积的改进 UNet 模型在 FUNSD 上进行键值检测的实现。
引用
@article{arxiv.2010.05322,
title = {Revising FUNSD dataset for key-value detection in document images},
author = {Hieu M. Vu and Diep Thi-Ngoc Nguyen},
journal= {arXiv preprint arXiv:2010.05322},
year = {2020}
}