https://docsaid.org/docs/docaligner/model_arch

[giscus[bot]]

https://docsaid.org/docs/docaligner/model_arch

我們參考過去的研究文獻，首先考慮了點回歸模型。

https://docsaid.org/docs/docaligner/model_arch

[cactusgame]

你好，首先非常感谢分享的文章。

关于”解决放大误差“时，使用”计算Contour质心”的办法，感觉效果也不是很好。在Heatmap的基础上，先确定一个小范围的图形，在这个小范围图形上做回归（图片已经不大了，所以速度不会很慢），效果会不会更好一些？

[zephyr-sh]

我覺得可以！

這讓我想到或許可以直接取出Heatmap上亮區附近的特徵圖（或原圖），直接串一個 branch 出來做回歸，也算是另類的 anchor 想法。

謝謝你的分享，我再安排時間嘗試看看。

[cactusgame]

另外，想请教一下。从Github上看，DocAligner似乎只开放了infer相关的代码，请问训练相关代码未来有计划开源么？

[zephyr-sh]

謝謝詢問，我目前沒有開源訓練模組的規劃。

如果有需要的話，我建議可以參考這幾個地方：

• 訓練環境建置：可參考 DocClassifier 專案，那個專案有開放完整的訓練模組，我所有訓練模組都是走相同的流程。
• backbone：這個直接去調用 timm。
• neck：這個在 docsaidkit 專案內。
• head：這是唯一需要自己實作的地方，但架構設計有寫在技術文件內。
• dataset：都是公開資料集，也有寫在技術文件內。

[cactusgame]

非常感谢您的分享！

謝謝詢問，我目前沒有開源訓練模組的規劃。

如果有需要的話，我建議可以參考這幾個地方：

• 訓練環境建置：可參考 DocClassifier 專案，那個專案有開放完整的訓練模組，我所有訓練模組都是走相同的流程。
• backbone：這個直接去調用 timm。
• neck：這個在 docsaidkit 專案內。
• head：這是唯一需要自己實作的地方，但架構設計有寫在技術文件內。
• dataset：都是公開資料集，也有寫在技術文件內。