Jiao77/RoRD-Layout-Recognation
1
0
Fork 0
Code Issues Pull Requests Actions Packages Projects Releases Wiki Activity

delete some unreal contect.

Browse Source
This commit is contained in:
Jiao77
2025-07-21 00:15:34 +08:00
parent 73166e431d
commit fb36302767
1 changed files with 0 additions and 9 deletions
Download Patch File Download Diff File Expand all files Collapse all files

9
docs/loss_function.md
View File

@@ -118,15 +118,6 @@ $$L_{\text{total}} = L_{\text{det}} + L_{\text{desc}}$$
| L_sparse | 稀疏性正则化 | 标量 | 稀疏特征约束 | | L_sparse | 稀疏性正则化 | 标量 | 稀疏特征约束 |
| L_binary | 二值化特征距离 | 标量 | 几何边界保持 | | L_binary | 二值化特征距离 | 标量 | 几何边界保持 |
## 7. 实验验证
### IC版图性能提升（相比原版）
- **重复结构识别**：准确率提升15-20%
- **几何一致性**：90度旋转下保持度 >95%
- **稀疏性**：有效特征点比例提升30%
- **二值化鲁棒性**：对光照变化完全不变
- **几何vs纹理**：成功学习几何结构描述子，纹理敏感度降低80%
### 关键优势总结 ### 关键优势总结
1. **几何结构学习**：强制网络提取几何边界而非纹理特征 1. **几何结构学习**：强制网络提取几何边界而非纹理特征
2. **曼哈顿适应性**：专门针对水平和垂直结构优化 2. **曼哈顿适应性**：专门针对水平和垂直结构优化