近域微调对文档图像中表格检测的好处
计算机视觉与模式识别
2019-12-13 v1 计算与语言
机器学习
摘要
在文档中正确定位表格对于确定其结构与提取其内容至关重要；因此，表格检测是表格理解的关键步骤。如今，文档图像中表格检测最成功的方法采用深度学习算法；特别地，一种称为微调的技术。在此背景下，该技术将已获取的在自然图像中检测物体的知识迁移以检测文档图像中的表格。然而，自然图像与文档图像之间仅存在模糊关联，而当源任务与目标任务关系密切时微调效果更佳。本文中，我们展示采用来自更近领域的微调更为有益。为此，我们使用 TableBank 数据集（一个为表格检测与识别设计的学术文档图像数据集）训练不同目标检测算法（即 Mask R-CNN、RetinaNet、SSD 和 YOLO），并对它们针对若干异构表格检测数据集进行微调。使用该方法，我们大幅提升了从自然图像微调的检测模型的准确率（平均 17%，最佳情况下高达 60%）。
引用
@article{arxiv.1912.05846,
title = {The Benefits of Close-Domain Fine-Tuning for Table Detection in Document Images},
author = {Ángela Casado-García and César Domínguez and Jónathan Heras and Eloy Mata and Vico Pascual},
journal= {arXiv preprint arXiv:1912.05846},
year = {2019}
}