DocAligner

このプロジェクトのコア機能は「文書位置決め（Document Localization）」と呼ばれています。

title

📄️ イントロダクション

このタスクは実際には OCR タスクの「前段階」と言えます。

PyPI 上でのインストールまたは GitHub から本プロジェクトをクローンしてインストールする方法を提供しています。

簡単なモデル推論インターフェースを提供しており、前処理と後処理のロジックも含まれています。

DocAligner モデルを呼び出す際、パラメータを渡すことで高度な設定ができます。

私たちは過去の研究文献を参考にし、まずは点回帰モデルを検討しました。

私たちは SmartDoc 2015 データセットをテストデータセットとして使用しました。

以前の実験を総合すると、良い結果を得られるモデルが構築できました。

この章では、私たちが使用したデータセットについて簡単に紹介します。

現実の世界はさまざまな状況があり、時には私たちのモデルがうまく対応できない場合があります。

このテーマに関する論文は少ないですが、いくつか代表的な論文をリストアップし、研究の基礎資料として使用しています。