Binarization Segformer B3

🚀 二值化SegFormer-B3模型

本模型是用于文档图像二值化（DIBCO）的语义分割模型，在DIBCO指标的评估集上取得了优秀的结果，为文档图像二值化任务提供了有效的解决方案。

🚀 快速开始

本模型是 nvidia/segformer-b3-1024-1024 的微调版本，在与 SauvolaNet 工作相同的13个数据集集合上进行微调，这些数据集可在其GitHub 仓库 中公开获取。

它在DIBCO指标的评估集上取得了以下结果：

• 损失值（loss）：0.0743
• 距离倒数失真（DRD）：5.9548
• F值（F-measure）：0.9840
• 伪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 指距离倒数失真。

有关上述DIBCO指标的更多信息，请参阅2017年的介绍性 论文。

✨ 主要特性

模型描述

本模型是正在进行的关于纯语义分割模型在文档图像二值化（DIBCO）方面研究的一部分。与最近将经典二值化算法与神经网络相结合的趋势不同，例如 DeepOtsu（作为大津法的扩展）和 SauvolaNet（作为Sauvola阈值算法的扩展）。

🔧 技术细节

训练过程

训练超参数

待补充

训练结果

框架版本

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

📄 许可证

本模型采用OpenRAIL许可证。