基于YOLOv8n的表格线检测改进模型

作     者：韦超 钱春雨 黄启鹏 杜林轩 杨哲 

作者机构：苏州大学计算机科学与技术学院 

出 版 物：《计算机工程与应用》 (Computer Engineering and Applications)

年 卷 期：2024年

学科分类：12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 08[工学] 081104[工学-模式识别与智能系统] 080203[工学-机械设计及理论] 0802[工学-机械工程] 0835[工学-软件工程] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：国家级大学生创新创业训练计划项目(202210285042Z) 

主　　题：表格线 YOLOv8n 注意力机制 动态蛇形卷积 Transformer 轻量化 

摘      要：在表格识别重构任务中，分割和合并的重构方法需要通过检测表格线进而重构出电子表格，因此表格线检测结果的质量直接决定了表格重构的效果。针对已有方法存在误检漏检的问题，提出一种YOLOv8n改进模型，用于表格线检测。在主干网络中，利用Swin Transformer的思想改进BottleneckCSP模块，可以捕捉到更长距离的上下文信息，提升对于大尺度表格线的识别能力；针对表格线细长密集的特点，引入蛇形动态卷积的思想改进C2f（CSPLayer＿2Conv）模块，根据特征之间的空间关系自适应地调整卷积核的形状和位置，从而更好地捕获特征之间的相关性和局部细节，进而提高特征建模能力；通过CBAM（Convolutional Block Attention Module）注意力机制改造空间金字塔池化层，动态地调整特征图中每个通道和空间位置的重要性，从而增强特征图的区分能力；优化颈部结构，引入混洗卷积来改造颈部结构。实验结果表明，改进后的YOLOv8n模型在ICDAR＿2013和PubTabNet数据集上，mAP@0.5-0.95、P、R分别提升了7.9%、30.1%、8.8%，性能超过YOLO同系列模型。这些改进使得YOLOv8n模型在表格线检测任务中展现出了优异的性能，通过与合并方法结合，可以进一步提升表格重构的效果。