基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
本文提出利用形态学函数进行特征强化的数据预处理方法,结合一阶段目标检测器YOLOv3进行表格检测。实验证明,在利用特征强化的方法后,本文的F1-Score的相对提升达到1%,优于二阶段的Faster R-CNN方法。考虑到本文的方法在模型训练和推断中无须引入额外的计算量,因此本文的方法具有较强的推广性。
推荐文章
一种基于改进YOLOv3的密集人群检测算法
密集人群
YOLOv3
特征提取网络
K-means++
一种基于改进Yolov3的弹载图像多目标检测方法
弹载图像
目标检测
YOLOv3
位置损失
快速NMS
一种基于综合集成和数学形态学的图像分割方法
图像分割
图像处理
综合集成
数学形态学
一种基于数学形态学的图像边缘检测方法
边缘检测
数学形态学
轮廓结构元素
噪声
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 一种基于YOLOv3和数学形态学的表格检测方法
来源期刊 电脑知识与技术:学术版 学科 工学
关键词 表格检测 图像处理 深度学习
年,卷(期) 2021,(2) 所属期刊栏目
研究方向 页码范围 14-16
页数 3页 分类号 TP18
字数 语种
DOI
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2021(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
表格检测
图像处理
深度学习
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
电脑知识与技术:学术版
旬刊
1009-3044
34-1205/TP
安徽合肥市濉溪路333号
26-188
出版文献量(篇)
41621
总下载数(次)
23
总被引数(次)
0
论文1v1指导