深蘭科技摘得“圖表信息提取競賽”總成績的冠軍
在日前結(jié)束的第25屆國際模式識(shí)別會(huì)議(ICPR2020)上,深蘭科技DeepBlueAI團(tuán)隊(duì)同臺(tái)競技聯(lián)想、華南理工、合合等隊(duì)伍,摘得“圖表信息提取競賽”總成績的冠軍。
該競賽由6個(gè)賽道7個(gè)子任務(wù)組成,其中賽道6有兩個(gè)子任務(wù),每個(gè)子任務(wù)又分Adobe Synth、UB PMC兩個(gè)數(shù)據(jù)集。7個(gè)子任務(wù)按照數(shù)據(jù)集單獨(dú)計(jì)分,最終按照總分進(jìn)行排名。最終,DeepBlueAI團(tuán)隊(duì)拿下4個(gè)賽道冠軍,以總分35分拿到總成績第一名。
ICPR2020圖表信息提取
競賽冠軍方案
該比賽各任務(wù)涵蓋圖表分類、案例分析、圖元素提取等,數(shù)據(jù)類別存在著分布極為不均衡的問題。
7個(gè)賽道分別為:賽道一,圖表分類;賽道二,檢測并識(shí)別圖表中的文字區(qū)域;賽道三,識(shí)別圖表圖像中文本功能/角色;賽道四,對(duì)坐標(biāo)軸上刻度點(diǎn)進(jìn)行檢測并與刻度標(biāo)簽文本框關(guān)聯(lián);賽道五,關(guān)聯(lián)圖例標(biāo)簽文本與圖例樣式元素;賽道六,第一個(gè)子任務(wù)對(duì)圖表元素進(jìn)行檢測與分類,第二個(gè)子任務(wù)提取用于生成圖表圖像的原始數(shù)據(jù)。
下面對(duì)比較有競爭力的三、四、五、六賽道的解決方案進(jìn)行技術(shù)分享。
賽道三
賽道三以文本位置和文本內(nèi)容為輸入,識(shí)別圖表圖像中每個(gè)文本的角色,6個(gè)類別如圖所示。我們的方法包括兩個(gè)步驟:特征提取和分類器分類。使用文本屬性來定義特征向量,使用的分類器是Random Forest [1]和LightGBM [2]。
特征由文本框?qū)傩院臀谋緝?nèi)容組成,這些特征可分為三組。第一組包含框的長寬比、文本是否為數(shù)字、文本是否為多行、文本角度、文本長度和圖表類型。第二組包括文本框的三種相對(duì)位置信息,也就是相對(duì)于全局邊框、原點(diǎn)和圖例的位置。第三組包含水平/垂直對(duì)齊文本框的數(shù)量和對(duì)齊文本框的水平/垂直范圍,判斷框是否對(duì)齊時(shí),分別使用文本框的中心點(diǎn)、左上角和右下角。
使用隨機(jī)森林和LightGBM對(duì)文本角色進(jìn)行分類。隨機(jī)森林的一個(gè)優(yōu)點(diǎn)是在缺少特征的情況下仍然具有良好的性能,LightGBM具有訓(xùn)練效率高、精度高等優(yōu)點(diǎn)。在訓(xùn)練模型時(shí),每個(gè)類別的損失權(quán)重與輸入數(shù)據(jù)的頻率成反比。
發(fā)表評(píng)論
請(qǐng)輸入評(píng)論內(nèi)容...
請(qǐng)輸入評(píng)論/評(píng)論長度6~500個(gè)字
最新活動(dòng)更多
-
即日-10.29立即報(bào)名>> 2024德州儀器嵌入式技術(shù)創(chuàng)新發(fā)展研討會(huì)
-
10月31日立即下載>> 【限時(shí)免費(fèi)下載】TE暖通空調(diào)系統(tǒng)高效可靠的組件解決方案
-
即日-11.13立即報(bào)名>>> 【在線會(huì)議】多物理場仿真助跑新能源汽車
-
11月14日立即報(bào)名>> 2024工程師系列—工業(yè)電子技術(shù)在線會(huì)議
-
12月19日立即報(bào)名>> 【線下會(huì)議】OFweek 2024(第九屆)物聯(lián)網(wǎng)產(chǎn)業(yè)大會(huì)
-
即日-12.26火熱報(bào)名中>> OFweek2024中國智造CIO在線峰會(huì)
推薦專題
- 1 Intel宣布40年來最重大轉(zhuǎn)型:年底前裁員15000人、拋掉2/3房產(chǎn)
- 2 因美封殺TikTok,字節(jié)股價(jià)骨折!估值僅Meta1/5
- 3 宏山激光重磅發(fā)布行業(yè)解決方案,助力智能制造產(chǎn)業(yè)新飛躍
- 4 國產(chǎn)AI芯片公司破產(chǎn)!白菜價(jià)拍賣
- 5 具身智能火了,但規(guī)模落地還需時(shí)間
- 6 三次錯(cuò)失風(fēng)口!OpenAI前員工殺回AI編程賽道,老東家捧金相助
- 7 國產(chǎn)英偉達(dá)們,抓緊沖刺A股
- 8 英偉達(dá)的麻煩在后頭?
- 9 將“網(wǎng)紅”變成“商品”,AI“爆改”實(shí)力拉滿
- 10 智慧貨架管理引領(lǐng)零售新風(fēng)尚
- 高級(jí)軟件工程師 廣東省/深圳市
- 自動(dòng)化高級(jí)工程師 廣東省/深圳市
- 光器件研發(fā)工程師 福建省/福州市
- 銷售總監(jiān)(光器件) 北京市/海淀區(qū)
- 激光器高級(jí)銷售經(jīng)理 上海市/虹口區(qū)
- 光器件物理工程師 北京市/海淀區(qū)
- 激光研發(fā)工程師 北京市/昌平區(qū)
- 技術(shù)專家 廣東省/江門市
- 封裝工程師 北京市/海淀區(qū)
- 結(jié)構(gòu)工程師 廣東省/深圳市