From Codicology to Code: A Comparative Study of Transformer and YOLO-based Detectors for Layout Analysis in Historical Documents
Fuente:
arXiv
Enregistré dans:
| Auteur principal: | Aguilar, Sergio Torres |
|---|---|
| Format: | Preprint |
| Publié: |
2025
|
| Sujets: | |
| Accès en ligne: | |
| Tags: |
Ajouter un tag
Pas de tags, Soyez le premier à ajouter un tag!
|
Documents similaires
LED: A Benchmark for Evaluating Layout Error Detection in Document Analysis
par: Heo, Inbum, et autres
Publié: (2026)
par: Heo, Inbum, et autres
Publié: (2026)
BACON: Improving Clarity of Image Captions via Bag-of-Concept Graphs
par: Yang, Zhantao, et autres
Publié: (2024)
par: Yang, Zhantao, et autres
Publié: (2024)
LayoutLLM: Layout Instruction Tuning with Large Language Models for Document Understanding
par: Luo, Chuwei, et autres
Publié: (2024)
par: Luo, Chuwei, et autres
Publié: (2024)
DocLayout-YOLO: Enhancing Document Layout Analysis through Diverse Synthetic Data and Global-to-Local Adaptive Perception
par: Zhao, Zhiyuan, et autres
Publié: (2024)
par: Zhao, Zhiyuan, et autres
Publié: (2024)
YOLO Object Detectors for Robotics -- a Comparative Study
par: Niżeniec, Patryk, et autres
Publié: (2026)
par: Niżeniec, Patryk, et autres
Publié: (2026)
Visually Guided Generative Text-Layout Pre-training for Document Intelligence
par: Mao, Zhiming, et autres
Publié: (2024)
par: Mao, Zhiming, et autres
Publié: (2024)
Benchmarking Graph Neural Networks for Document Layout Analysis in Public Affairs
par: Lopez-Duran, Miguel, et autres
Publié: (2025)
par: Lopez-Duran, Miguel, et autres
Publié: (2025)
LAPDoc: Layout-Aware Prompting for Documents
par: Lamott, Marcel, et autres
Publié: (2024)
par: Lamott, Marcel, et autres
Publié: (2024)
SODIUM: From Open Web Data to Queryable Databases
par: Hu, Chuxuan, et autres
Publié: (2026)
par: Hu, Chuxuan, et autres
Publié: (2026)
SegHist: A General Segmentation-based Framework for Chinese Historical Document Text Line Detection
par: Hu, Xingjian, et autres
Publié: (2024)
par: Hu, Xingjian, et autres
Publié: (2024)
TWIX: Automatically Reconstructing Structured Data from Templatized Documents
par: Lin, Yiming, et autres
Publié: (2025)
par: Lin, Yiming, et autres
Publié: (2025)
ROAP: A Reading-Order and Attention-Prior Pipeline for Optimizing Layout Transformers in Key Information Extraction
par: Xie, Tingwei, et autres
Publié: (2026)
par: Xie, Tingwei, et autres
Publié: (2026)
Assessing the Capability of YOLO- and Transformer-based Object Detectors for Real-time Weed Detection
par: Allmendinger, Alicia, et autres
Publié: (2025)
par: Allmendinger, Alicia, et autres
Publié: (2025)
LAND: A Longitudinal Analysis of Neuromorphic Datasets
par: Cohen, Gregory, et autres
Publié: (2026)
par: Cohen, Gregory, et autres
Publié: (2026)
Improving Image Captioning Descriptiveness by Ranking and LLM-based Fusion
par: Celona, Luigi, et autres
Publié: (2023)
par: Celona, Luigi, et autres
Publié: (2023)
DLAFormer: An End-to-End Transformer For Document Layout Analysis
par: Wang, Jiawei, et autres
Publié: (2024)
par: Wang, Jiawei, et autres
Publié: (2024)
Accurate Fine-grained Layout Analysis for the Historical Tibetan Document Based on the Instance Segmentation
par: Zhao, Penghai, et autres
Publié: (2021)
par: Zhao, Penghai, et autres
Publié: (2021)
VideoScoop: A Non-Traditional Domain-Independent Framework For Video Analysis
par: Billah, Hafsa
Publié: (2025)
par: Billah, Hafsa
Publié: (2025)
KH-FUNSD: A Hierarchical and Fine-Grained Layout Analysis Dataset for Low-Resource Khmer Business Document
par: Thuon, Nimol, et autres
Publié: (2025)
par: Thuon, Nimol, et autres
Publié: (2025)
Co-Layout: LLM-driven Co-optimization for Interior Layout
par: Xiang, Chucheng, et autres
Publié: (2025)
par: Xiang, Chucheng, et autres
Publié: (2025)
Multimodal Neural Databases
par: Trappolini, Giovanni, et autres
Publié: (2023)
par: Trappolini, Giovanni, et autres
Publié: (2023)
Transformers and Language Models in Form Understanding: A Comprehensive Review of Scanned Document Analysis
par: Abdallah, Abdelrahman, et autres
Publié: (2024)
par: Abdallah, Abdelrahman, et autres
Publié: (2024)
TRIDIS: A Comprehensive Medieval and Early Modern Corpus for HTR and NER
par: Aguilar, Sergio Torres
Publié: (2025)
par: Aguilar, Sergio Torres
Publié: (2025)
Automatic Layout Planning for Visually-Rich Documents with Instruction-Following Models
par: Zhu, Wanrong, et autres
Publié: (2024)
par: Zhu, Wanrong, et autres
Publié: (2024)
CLDA-YOLO: Visual Contrastive Learning Based Domain Adaptive YOLO Detector
par: Qiu, Tianheng, et autres
Publié: (2024)
par: Qiu, Tianheng, et autres
Publié: (2024)
Reference-Based Post-OCR Processing with LLM for Precise Diacritic Text in Historical Document Recognition
par: Do, Thao, et autres
Publié: (2024)
par: Do, Thao, et autres
Publié: (2024)
R4-CGQA: Retrieval-based Vision Language Models for Computer Graphics Image Quality Assessment
par: Li, Zhuangzi, et autres
Publié: (2026)
par: Li, Zhuangzi, et autres
Publié: (2026)
Reducing Hallucination in Vision-Language Models via Stage-wise Preference Optimization under Distribution Shift
par: Xu, Qinwu
Publié: (2026)
par: Xu, Qinwu
Publié: (2026)
Unveiling the Pitfalls of Knowledge Editing for Large Language Models
par: Li, Zhoubo, et autres
Publié: (2023)
par: Li, Zhoubo, et autres
Publié: (2023)
LED Benchmark: Diagnosing Structural Layout Errors for Document Layout Analysis
par: Heo, Inbum, et autres
Publié: (2025)
par: Heo, Inbum, et autres
Publié: (2025)
A Hybrid Approach for Document Layout Analysis in Document images
par: Shehzadi, Tahira, et autres
Publié: (2024)
par: Shehzadi, Tahira, et autres
Publié: (2024)
HATFormer: Historic Handwritten Arabic Text Recognition with Transformers
par: Chan, Adrian, et autres
Publié: (2024)
par: Chan, Adrian, et autres
Publié: (2024)
Layout-Aware Text Editing for Efficient Transformation of Academic PDFs to Markdown
par: Duan, Changxu
Publié: (2025)
par: Duan, Changxu
Publié: (2025)
DPCD: A Quality Assessment Database for Dynamic Point Clouds
par: Liu, Yating, et autres
Publié: (2025)
par: Liu, Yating, et autres
Publié: (2025)
Spatialyze: A Geospatial Video Analytics System with Spatial-Aware Optimizations
par: Kittivorawong, Chanwut, et autres
Publié: (2023)
par: Kittivorawong, Chanwut, et autres
Publié: (2023)
Reviving Cultural Heritage: A Novel Approach for Comprehensive Historical Document Restoration
par: Zhang, Yuyi, et autres
Publié: (2025)
par: Zhang, Yuyi, et autres
Publié: (2025)
Vision meets algae: A novel way for microalgae recognization and health monitor
par: Zhou, Shizheng, et autres
Publié: (2022)
par: Zhou, Shizheng, et autres
Publié: (2022)
Extract-Transform-Load for Video Streams
par: Kossmann, Ferdinand, et autres
Publié: (2023)
par: Kossmann, Ferdinand, et autres
Publié: (2023)
K-FACE: A Large-Scale KIST Face Database in Consideration with Unconstrained Environments
par: Choi, Yeji, et autres
Publié: (2021)
par: Choi, Yeji, et autres
Publié: (2021)
DarkDriving: A Real-World Day and Night Aligned Dataset for Autonomous Driving in the Dark Environment
par: Wang, Wuqi, et autres
Publié: (2026)
par: Wang, Wuqi, et autres
Publié: (2026)
Documents similaires
-
LED: A Benchmark for Evaluating Layout Error Detection in Document Analysis
par: Heo, Inbum, et autres
Publié: (2026) -
BACON: Improving Clarity of Image Captions via Bag-of-Concept Graphs
par: Yang, Zhantao, et autres
Publié: (2024) -
LayoutLLM: Layout Instruction Tuning with Large Language Models for Document Understanding
par: Luo, Chuwei, et autres
Publié: (2024) -
DocLayout-YOLO: Enhancing Document Layout Analysis through Diverse Synthetic Data and Global-to-Local Adaptive Perception
par: Zhao, Zhiyuan, et autres
Publié: (2024) -
YOLO Object Detectors for Robotics -- a Comparative Study
par: Niżeniec, Patryk, et autres
Publié: (2026)