Binarization Segformer B3

🚀 二值化SegFormer-B3模型

本模型是用於文檔圖像二值化（DIBCO）的語義分割模型，在DIBCO指標的評估集上取得了優秀的結果，為文檔圖像二值化任務提供了有效的解決方案。

🚀 快速開始

本模型是 nvidia/segformer-b3-1024-1024 的微調版本，在與 SauvolaNet 工作相同的13個數據集集合上進行微調，這些數據集可在其GitHub 倉庫 中公開獲取。

它在DIBCO指標的評估集上取得了以下結果：

• 損失值（loss）：0.0743
• 距離倒數失真（DRD）：5.9548
• F值（F-measure）：0.9840
• 偽F值（pseudo F-measure）：0.9740
• 峰值信噪比（PSNR）：16.0119

其中，PSNR 指峰值信噪比，DRD 指距離倒數失真。

有關上述DIBCO指標的更多信息，請參閱2017年的介紹性 論文。

✨ 主要特性

模型描述

本模型是正在進行的關於純語義分割模型在文檔圖像二值化（DIBCO）方面研究的一部分。與最近將經典二值化算法與神經網絡相結合的趨勢不同，例如 DeepOtsu（作為大津法的擴展）和 SauvolaNet（作為Sauvola閾值算法的擴展）。

🔧 技術細節

訓練過程

訓練超參數

待補充

訓練結果

框架版本

• transformers 4.31.0
• torch 2.0.0
• datasets 2.13.1
• tokenizers 0.13.3

📄 許可證

本模型採用OpenRAIL許可證。