BriefGPT - AI 论文速递
·
DocLayout-YOLO：通过多样化合成数据和全局到局部自适应感知增强文档布局分析
💡
原文英文，约100词，阅读约需1分钟。
📝
内容提要
本文介绍了READ框架，利用递归自动编码器生成多样的文档2D布局。通过递归提取文档结构，并用标注数据集学习结构表示，将其映射到高斯空间生成新布局。引入组合度量评估布局相似性，证明生成布局具有高可变性和实际应用性，尤其在文本检测任务中表现出色。
🎯
关键要点
- 提出了一种名为READ的新框架，利用递归自动编码器生成多样的文档2D布局。
- 采用递归方法提取文档结构分解，并利用标注边界框的文档数据集进行学习。
- 获得结构表示形式并将其映射到高斯空间生成新的文本布局。
- 引入组合度量来测量文档布局之间的结构相似性。
- 证明生成的文档布局具有高可变性和实际应用性，尤其在文本检测任务中表现出色。
➡️
