Finlam La Liberté

New AI models tackle newspaper image hierarchy and structure understanding · 2 sources tracked

研究人员开发了两种理解报纸图像复杂分层结构的方法。一种方法使用模块化流水线，结合 YOLO 进行布局检测和 LayoutReader 进行阅读顺序识别；另一种方法引入了 Tiramisu，这是一种新颖的基于 transformer 的架构，旨在迭代地建模文档层次结构。该研究还引入了 Finlam La Liberté，这是一个用于评估历史报纸中分层信息检索的新数据集，并公开了 Tiramisu 的训练代码。