arXiv · 机器人与计算机视觉· Kehua Chen, Mingyi Chen·· 23 天前AI 评分38
LayoutMamba:混合 Mamba-Transformer 网络实现高效文档布局分析
LayoutMamba: Efficient Document Layout Analysis with Hybrid Mamba-Transformer Networks
AI 导读
LayoutMamba 提出一种结合稀疏注意力 Transformer 与 Mamba 状态空间机制的混合框架,在 PubLayNet 数据集上以少 8 倍参数超越最先进方法并维持 D4LA 前 3 性能。该方法通过几何重叠惩罚损失(GOPLoss)缓解基准分布偏差,专为资源受限的边缘计算场景设计,论文代码与权重待开放许可。
来源:arXiv · 机器人与计算机视觉 · arxiv.org