文档布局分析工具之DIVA

最新推荐文章于 2025-06-13 20:19:48 发布

watersink

最新推荐文章于 2025-06-13 20:19:48 发布

阅读量1.1k

点赞数 1

CC 4.0 BY-SA版权

分类专栏： OCR OCR大趴踢

本文链接：https://blog.youkuaiyun.com/qq_14845119/article/details/84863256

OCR大趴踢同时被 2 个专栏收录

31 篇文章

订阅专栏

OCR

28 篇文章

订阅专栏

介绍了一个基于像素级别的文档布局分析评估工具，此工具在ICDAR2017比赛中使用，支持不同预测结果的可视化，如绿色表示前景预测正确，黄色表示预测出了前景但类别错误等。评估指标包括正确匹配率、海明距离、精确率、召回率、准确率、F1值及杰卡德距离。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

论文：Open Evaluation Tool for Layout Analysis of Document Images

Github：https://github.com/DIVA-DIA/DIVA_Layout_Analysis_Evaluator

IAPR 2017

论文提出了一个文档布局分析的基于像素级别的标注化工具。该评测工具已经在ICDAR 2017 文档布局分析大赛中使用。该工具使用java开发，并且官方提供了Restful API。

(a)原图

(b)预测的结果

(c)预测结果图片和原始图片的叠加

使用不同的颜色表示不同的预测结果

绿色:前景预测正确

黄色: 预测出了前景，但是前景的类别预测错误

黑色: 背景预测正确

红色: 背景预测为前景

蓝色: 前景预测为背景

True Positive (TP) ：预测为正，label也为正

True Negative (TN) ：预测为负，label也为负

False Positive (FP) ：预测为负样本，label为正样本，误检

False Negative (FN) ：预测为负，label为真，漏检

主要评判的结果包含，

正确匹配率（exact match）

海明距离（Hamming score）

精确率（Precision）

召回率（Recall）

准确率（Accuracy）：

F1值（F1-Score）

杰卡德距离（Jaccard index）

运行：

mvn package
cd target
java -jar LayoutAnalysisEvaluator.jar -gt ../examples/original.png -p ../examples/visualization.png -o ../examples/original.png

结果：

Mean IU (Jaccard index) = 0.00627
EM=0.01 HS=0.38 IU=0.01,0.01[0.01|0.01|0.01|0.01] F1=0.01,0.01[0.01|0.01|0.01|0.01] P=0.75,0.01[1.00|0.65|0.65|0.71] R=0.01,0.01[0.01|0.01|0.01|0.01]Freq:[0.39|0.20|0.20|0.20]
Visualization image written in: ..\examples\visualization.visualization.png
Overlap image written in: ..\examples\visualization.overlap.png