基于视觉和文本的多模态文档图像目标检测

由于文档图像的布局复杂、目标对象尺寸分布不均匀,现有的检测算法很少考虑多模态信息和全局依赖关系,提出了基于视觉和文本的多模态文档图像目标检测方法。首先探索多模态特征的融合策略,为利用文本特征,将图像中文本序列信息转换为二维表征,在文本特征和视觉特征初次融合之后,将其输入到骨干网络提取多尺度特征,并在提取过程中多次融入文本特征实现多模态特征的深度融合;为保证小物体和大物体的检测精度,设计了一个金字塔网络,该网络的横向连接将上采样的特征图与自下而上生成的特征图在通道上连接,实现高层语义信息和低层特征信息的传播。在大型公开数据集PubLayNet上的实验结果表明,该方法的检测精度为95.86%,与其他检测方法相比有更高的准确率。该方法不仅实现了多模态特征的深度融合,还丰富了融合的多模态特征信息,具有良好的检测性能。     

浅谈多球训练在高校网球教学中的运用

多球训练是指球类运动项目中一项利用多球进行的技术、战术、体能教学训练方法。在高校网球教学中,多球训练有利于学生掌握网球的基本技术动作,有利于动作的定型,同时也能及时纠正错误动作。并且其针对性强,有利于提高学生训练的密度、强度及难度,有利于加大运动负荷,培养学生的意志品质,使学生的网球基本技术有较大提高,并能解决高校网球专项课中普遍存在的人多、球少、时间少、场地少等问题。