跳到正文
arXiv · 机器人与计算机视觉· Gayan H. Pathirage, Stephan M. Unter, Simon Corbill\'e, Elisa H. Barney Smith·· 14 小时前AI 评分25

Hi-SAM、YOLO 与 RT-DETR 在历史文档文本行分割中的泛化能力研究

Generalization of Text Line Segmentation for HTR in Historical Documents

AI 导读

该研究调查了 Hi-SAM、YOLO 和 RT-DETR 等先进目标检测模型在历史文档文本行自动分割中的泛化能力。针对博物馆难以为每份新馆藏标注大量样本的痛点,论文评估了仅用少量训练样本进行微调的少样本设置,并指出经典指标 mAP 不足以评估此类任务质量。

来源:arXiv · 机器人与计算机视觉 · arxiv.org