表格检测的人工合成数据增强：重新评估 TableNet 在自动生成文档图像上的性能
计算机视觉与模式识别
2025-06-18 v1 人工智能
摘要
智能手机或扫描仪捕获的文档页面常包含表格，但手动提取缓慢且容易出错。我们引入一个基于 LaTeX的自动化管道，用于合成具有视觉上多样化表格布局的两栏页面，并生成对齐的 ground-truth 掩码。生成的语料库增强了真实世界的 Marmot 数据集基准，使我们能够系统地研究 TableNet 的分辨率。使用我们的合成数据训练的 TableNet 在分辨率为 256x256 的合成测试集上实现像素级 XOR 误差为 4.04%，分辨率为 1024x1024 时为 4.33%。在 Marmot 数据集基准上，最佳性能为 9.18%（256x256），显著减少了人工标注的工作量。
引用
@article{arxiv.2506.14583,
title = {Synthetic Data Augmentation for Table Detection: Re-evaluating TableNet's Performance with Automatically Generated Document Images},
author = {Krishna Sahukara and Zineddine Bettouche and Andreas Fischer},
journal= {arXiv preprint arXiv:2506.14583},
year = {2025}
}