KIT | KIT-Bibliothek | Impressum | Datenschutz

RoDLA: Benchmarking the Robustness of Document Layout Analysis Models

Chen, Yufan 1; Zhang, Jiaming ORCID iD icon 2; Peng, Kunyu ORCID iD icon 1; Zheng, Junwei 1; Liu, Ruiping 1; Torr, Philip; Stiefelhagen, Rainer ORCID iD icon 2
1 Karlsruher Institut für Technologie (KIT)
2 Institut für Anthropomatik und Robotik (IAR), Karlsruher Institut für Technologie (KIT)


Originalveröffentlichung
DOI: 10.1109/CVPR52733.2024.01473
Scopus
Zitationen: 6
Zugehörige Institution(en) am KIT Institut für Anthropomatik und Robotik (IAR)
Publikationstyp Proceedingsbeitrag
Publikationsjahr 2024
Sprache Englisch
Identifikator KITopen-ID: 1000173327
HGF-Programm 46.24.01 (POF IV, LK 01) Applied TA: Digitalizat. & Automat. Socio-Technical Change
Erschienen in 2024 IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR)
Veranstaltung IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPRW 2024), Seattle, WA, USA, 16.06.2024 – 22.06.2024
Verlag Institute of Electrical and Electronics Engineers (IEEE)
Seiten 15556–15566
Bemerkung zur Veröffentlichung in press
Externe Relationen Abstract/Volltext
Nachgewiesen in Scopus
KIT – Die Universität in der Helmholtz-Gemeinschaft
KITopen Landing Page