DocType - 文档图像分类

一个基于 MobileNetV3 的高性能文档分类器，可将文档图像分类为 7 种不同类型。针对生产环境部署进行了 ONNX 格式优化。

🎯 模型概述

该模型将文档图像分类为以下类别：

🚀 性能

模型指标

• 架构: MobileNetV3-Large (迁移学习 + 微调)
• 输入尺寸: 320×320 像素
• 参数量: 约 540 万（轻量高效）
• 推理时间: CPU 上约 10-30 毫秒（取决于硬件）

训练详情

• 数据集规模: 21,000 张图像（17,500 训练 / 2,100 验证 / 1,400 测试）
• 训练策略:
  • 第一阶段：冻结基础网络的迁移学习（40 轮）
  • 第二阶段：全模型微调（20 轮）
• 数据增强: 旋转、平移、缩放、亮度变化
• 优化器: Adam（学习率 0.001 → 1e-5 用于微调）

📮 引用

如果您在研究或项目中使用此模型，请引用。