.png){kind=icon}
返回
SFDLA: Source-Free Document Layout Analysis
.png){kind=icon}
PRE
AI
DOI：10.1007/978-3-032-04614-7_1.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
文档布局分析（DLA）是文档理解的一个基本任务。然而，现有的 DLA 和适应方法通常需要访问大规模源数据和目标标签。这一要求严重限制了它们在现实世界中的适用性，尤其是在隐私敏感和资源受限的领域，如财务报表、医疗记录和专有商业文档。根据我们的观察，直接将源域微调模型迁移到目标域往往会导致性能显著下降（平均 -32.64%）。在这项工作中，我们引入了无源文档布局分析（SFDLA），旨在在不访问任何源数据的情况下，将预训练的源 DLA 模型适应到无标签的目标域。为解决这一挑战，我们建立了首个 SFDLA 基准测试，涵盖用于几何和内容感知适应的三大 DLA 数据集。此外，我们提出了文档布局分析适配器（DLAdapter），这是一种旨在改进跨文档域无源适应的新型框架。我们的方法相比源域仅基准提高了 +4.21%，相比 PubLayNet 到 DocLayNet 的现有无源方法提高了 +2.26%。我们相信这项工作将激励 DLA 社区进一步研究无源文档理解。为支持社区的未来研究，基准测试、模型和代码将在 https://github.com/s3setewe/sfdla-DLAdapter 上公开可用。
Keyword:
Document Layout Analysis
Source-Free Adaptation
Unlabeled Target Domain
Benchmark
DLAdapter
期刊
D
IF:
0
论文数:
23
被引数:
0
机构
引用论文
Unified Modality Separation: A Vision-Language Framework for Unsupervised Domain Adaptation统一模态分离：一种用于无监督域适应的视觉-语言框架
PREAI
分享收藏Unified multi-level neighbor clustering for Source-Free Unsupervised Domain Adaptation用于无源无监督域自适应的统一多级邻居聚类.png)
PATTERN RECOGNITION
PATTERN RECOGNITIONIF7.6
PREAI
分享收藏LayoutLMv3: Pre-training for Document AI with Unified Text and Image MaskingLayoutLMv3: 使用统一的文本和图像遮罩对文档AI进行预培训
OAAI
OAAI分享收藏
查看更多内容