新的几何感知损失提高了表格结构识别的准确性

研究人员开发了一种名为几何感知指针（GAP）损失的新损失函数，以改进计算机视觉中的表格结构识别（TSR）。这种新颖的方法解决了一个常见的失败模式，即在空间相邻单元格之间发生错误，而标准的交叉熵损失对此类错误惩罚不足。通过根据空间邻近性重新加权损失，GAP 损失将更强的梯度导向这些困难的相邻单元格。GAP 损失应用于现有的指针网络架构，且没有增加推理成本，已在 PubTabNet 和 SynthTabNet 等基准数据集上显示出显著的改进，通过减少相邻单元格错误，确立了新的最先进性能。 AI

影响 引入了一种更强大的表格结构识别方法，有可能改进文档理解和从复杂布局中提取数据。

排序理由 介绍用于计算机视觉任务的新颖损失函数的论文。 [lever_c_research降级：ic=1 ai=1.0]

在 arXiv cs.CV 阅读 →

• Gap loss
• Geometry-Aware Pointer Loss
• Pointer Networks
• PubTabNet
• SynthTabNet
• Table Structure Recognition

• 论文
• 模型发布

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →