【图像分割】开源 | 一种将无锚目标检测和并行化架构相结合的HRCenterNet模型，实现历史数据的自动数字化！

论文地址： http://arxiv.org/pdf/2012.05739v1.pdf

代码： 公众号回复：09110450573

来源： 中国台湾政治大学

论文名称：HRCenterNet: An Anchorless Approach to Chinese Character Segmentation in Historical Documents

原文作者：Chia-Wei Tang

内容提要

历史文献所提供的信息在人类文明的传播中一直是不可或缺的，但这些书籍容易受到各种因素的破坏。借助现代科技，使得这些文件自动数字化是最快、最有效的保存手段之一。自动文本数字化的主要步骤可以分为两个阶段，主要是字符分割和字符识别，识别结果很大程度上取决于分割的准确性。因此，在本研究中，我们将只关注历史汉语文献的分词问题。在本文中，我们提出了一种将无锚目标检测方法和并行化架构相结合的HRCenterNet模型。MTHv2数据集包含3000多张中国历史文献图像和100多万个汉字。在这些海量的数据下，我们的模型的分割能力平均达到了IoU 0.81，速度和精度的权衡是最好的。

主要框架及实验结果

声明：文章来自于网络，仅用于学习分享，版权归原作者所有，侵权请加上文微信联系删除。