写论文神器APEX-NET:自动重新绘制图像
点击上方“深度学习爱好者”，选择加"星标"或“置顶”
重磅干货，第一时间送达
小白导读
论文是学术研究的精华和未来发展的明灯。小白决心每天为大家带来经典或者最新论文的解读和分享，旨在帮助各位读者快速了解论文内容。个人能力有限，理解难免出现偏差，建议对文章内容感兴趣的读者，一定要下载原文，了解具体内容。
从二维线图图像中自动提取原始数据是一个非常重要的问题，有许多实际应用。已经提出了几种算法来解决这个问题。然而，这些算法涉及大量的人工干预。为了减少这种干扰，作者提出了APEX-Net，一个基于深度学习的框架，使用新的损失函数来解决图的提取问题。作者引入了一个新的大型数据集APEX-1M，它包含了绘图图像和原始数据。作者在APEX-1M测试集中演示了APEX-Net的性能，并表明它获得了令人印象深刻的精度。作者还展示了作者的网络对看不见的plot图像的可视化结果，表明该网络在很大程度上提取了plot的形状。最后，作者开发了一个基于图形用户界面的绘图软件，它可以使整个社区受益。数据集和代码将向公众开放。
从目标检测算法中汲取灵感，并认识到它们之间的差异，作者开发了一个名为APEX-Net的深度学习框架，解决了自动绘图的问题。据作者所知，这是深度学习框架中解决这一问题的第一个工作。作者的主要贡献如下：
介绍APEX-1M大规模图数据集获取大的变化绘制图像的性质,作者提出APEX-Net
一个深度学习框架,从情节图像提取原始数据大大减少了人工干预
作者设计新颖的损失函数专门针对情节提取任务。
APEX-Net的网络结构。输入的plot图像经过几个卷积层，得到预测的plot Y及其置信度S
给定I，作者有两个目标要完成:预测图像中包含的图的数量，并估计每个图的Y值。作者使用一个统一的框架——APEX-Net，同时实现了这两个目标。作者首先假设图像中所包含的最大图数，并用K^表示。作者选择K^ = 10，因为大多数现实世界的多图图像通常包含少于10个图。然而，这只是为作者的网络选择的一个设计参数，并不是作者框架的限制。为了容纳更多的图，K^可以增加。在作者的统一框架中，给定一个图像I，作者的网络产生两个输出Y和S，其中，Y = (Y1;Y2;···;YK^)和S = (s1;s2;···;sK ^)。其中，Yi和si分别表示第i幅预测图的估计y坐标和置信值。confidence score si是0到1之间的真实值，表示第i幅预测的图实际出现在图像中的概率。在推断过程中，作者只选择那些得分大于0:5的情节，放弃其他情节。
给定一个大小为m×n的输入图像I，作者首先将图像的大小调整为固定的512×512。然后，作者通过上图所示的一系列块传递图像。每个块由卷积层、批处理标准化层和激活函数组成。最后一个块使用sigmoid激活函数将值缩放到0到1之间。除此之外，所有其他块都使用ReLU(矫正线性单元)作为激活函数。大多数块包含一个最大池层，这有助于逐步减少特征映射的大小。网络输出Y和S，分别为10×1024和10×1的张量。
APEX-Net对来自APEX-1M测试数据集的一个示例的结果(如(a)所示)，以及对不可见的示例的结果(如(b)和(c)所示)。在(a)、(b)和(c)中，左边的大图为输入图像，右边的小图为预测绘图数据的可视化。(d)描述作者GUI工具的主屏幕，(e)描述GUI的运行。
APEX-Net在APEX-1M测试中的性能
作者提出了APEX-1M数据集——一个大规模的带注释的图数据集，它使作者能够训练APEX-Net——一个用于自动图提取的深度学习框架。作者证明了APEX- net在APEX- 1M数据集上取得了显著的性能。可视化演示表明，作者的网络即使在看不见的数据上也表现良好。据作者所知，这项工作是第一次尝试在深度学习设置中解决图提取问题。作为作者的主要目标，作者已经能够在很大程度上减少人为干预。作者相信，未来在这个方向上的工作将有助于完全消除在循环中人工的需求，过程将真正实现自动化。顶点网的一个限制是它认为绘图轴与图像边界对齐。然而，作者的方法可能在存在仿射或投射畸变时失败。这些局限性将在作者未来的工作中得到解决。
论文链接：https://arxiv.org/pdf/2101.06217.pdf
每日坚持论文分享不易，如果喜欢我们的内容，希望可以推荐或者转发给周围的同学。