真实场景下的表格检测：一种新颖的多样化表格检测数据集与方法
计算机视觉与模式识别
2023-12-01 v2
摘要
近期深度学习表格检测方法取得了卓越性能，并证明在识别文档版面方面行之有效。当前可用的表格检测基准存在诸多局限，包括样本多样性匮乏、表格结构单一、训练案例不足以及样本质量欠佳。本文引入一个多样化的大规模表格检测数据集，含七千余份采集自多种异构来源的样品，涵盖广泛多样的表格结构。此外，我们给出了基于卷积神经网络的表格结构检测基线结果。实验结果表明，卷积深度学习方法相较经典计算机视觉方法具有优越性。该多样化表格检测数据集的推出将助力学界开发高吞吐深度学习方法来理解文档版面与处理表格数据。数据集地址：1. https://www.kaggle.com/datasets/mrinalim/stdw-dataset 2. https://huggingface.co/datasets/n3011/STDW
引用
@article{arxiv.2209.09207,
title = {Table Detection in the Wild: A Novel Diverse Table Detection Dataset and Method},
author = {Mrinal Haloi and Shashank Shekhar and Nikhil Fande and Siddhant Swaroop Dash and Sanjay G},
journal= {arXiv preprint arXiv:2209.09207},
year = {2023}
}
备注
Open source Table detection dataset and baseline results