面向端到端半监督表格检测的 Deformable Transformer 方法
计算机视觉与模式识别
2023-05-09 v2
摘要
表格检测是在文档图像中对表格对象进行分类与定位的任务。随着深度学习方法的近期发展，我们观察到表格检测取得了显著成功。然而，有效训练这些模型需要大量标注数据。为缓解对大量标注数据的需求，许多半监督方法被提出。这些方法使用基于 CNN 的检测器，依赖于锚框提议以及如 NMS 等后处理阶段。为应对这些局限，本文提出一种新颖的端到端半监督表格检测方法，采用 deformable transformer 检测表格对象。我们在 PubLayNet、DocBank、ICADR-19 与 TableBank 数据集上评估了我们的半监督方法，其相比先前方法取得了更优性能。在 TableBank-both 数据集 10% 标签上，它比全监督方法（Deformable transformer）高出 +3.4 分；在 PubLayNet 数据集 10% 标签上，比先前的基于 CNN 的半监督方法（Soft Teacher）高出 +1.8 分。我们希望该工作为半监督与无监督表格检测方法开辟新的可能。
引用
@article{arxiv.2305.02769,
title = {Towards End-to-End Semi-Supervised Table Detection with Deformable Transformer},
author = {Tahira Shehzadi and Khurram Azeem Hashmi and Didier Stricker and Marcus Liwicki and Muhammad Zeshan Afzal},
journal= {arXiv preprint arXiv:2305.02769},
year = {2023}
}
备注
ICDAR 2023