利用自步学习改善历史文档中缺失标签的文本行检测
计算机视觉与模式识别
2022-08-17 v3 机器学习
摘要
光学字符识别系统的一个重要预处理步骤是文本行检测。针对带有缺失标签的历史数据中的该任务，我们提出一种能够提升行检测性能的自步学习算法。我们推测，具有更多真值边界框的页面不太可能有缺失标注。基于该假设，我们按真值边界框数量降序排列训练样本，并将其组织为k个批次。利用我们的自步学习方法，我们在k次迭代中训练行检测器，逐步加入具有更少真值标注的批次。在每次迭代中，我们使用非极大抑制将真值边界框与伪边界框（由模型自身预测的边界框）结合，并将所得标注用于下一次训练迭代。我们证明，我们的自步学习策略在两个历史文档数据集上带来了显著的性能提升，使YOLOv4的平均精度在一个数据集上提升逾12%，在另一个上提升39%。
引用
@article{arxiv.2201.12216,
title = {Self-paced learning to improve text row detection in historical documents with missing labels},
author = {Mihaela Gaman and Lida Ghadamiyan and Radu Tudor Ionescu and Marius Popescu},
journal= {arXiv preprint arXiv:2201.12216},
year = {2022}
}
备注
Accepted at ECCV Workshop on Text in Everything (TiE 2022)