ISD-YOLO: 請求書印鑑検出のための軽量かつ効率的な特徴抽出ネットワーク
ISD-YOLO: A lightweight and efficient feature extraction network for invoice seal detection
請求書印鑑検出は、レビュー効率の向上と潜在的な財務リスクの低減に貢献するが、既存手法は多スケール特徴表現、複雑な背景干渉、検出精度と計算効率のバランスに課題を抱えている。本研究では、軽量検出モデルISD-YOLOを提案する。C3k2-ConvFormer-CGLUモジュール(C3k2_CFC)は、局所特徴強化とゲート特徴選択を組み合わせることで多スケール特徴表現を強化する。C2BRAモジュールは、重要な領域を動的に選択することで識別性の高い印鑑特徴の抽出を改善する。さらに、変形可能な注意モジュール(DAttention)を組み込み、主要領域への焦点を強化し、背景干渉を低減する。軽量検出ヘッド(EfficientHead)は、計算複雑性を低減しつつ検出性能を維持する。公開印鑑画像と実際の請求書画像からなるデータセットでの実験では、ベースラインモデルと比較してmAP50とmAP50:95がそれぞれ2.1%、2.3%向上した。既存手法と比較して、ISD-YOLOはF1スコア95.3%、mAP50 97.2%を達成し、パラメータ数は2.3M、GFLOPsは5.0に留まる。この結果は、ISD-YOLOが検出精度と計算効率の良好なバランスを実現することを示しており、リソース制約のあるアプリケーションでの利用可能性を示唆するが、より広範なシナリオや実際のデバイスでのさらなる検証が必要である。
- 軽量検出モデルISD-YOLOを提案し、公開印鑑画像と実請求書画像のデータセットでF1スコア95.3%、mAP50 97.2%、パラメータ数2.3M、GFLOPs 5.0を達成した
- ベースラインモデル比でmAP50が2.1%、mAP50:95が2.3%向上した
- C3k2-ConvFormer-CGLU(C3k2_CFC)、C2BRA、DAttention、EfficientHeadといったモジュールを組み込み、検出精度と計算効率のバランスを実現した
請求書印鑑検出という極めてニッチな用途ながら、ISD-YOLOはF1スコア95.3%、mAP50 97.2%を維持しつつパラメータ2.3M・5.0 GFLOPsという軽量構成を達成しており、エッジ/オンプレでの書類処理自動化の実装コストを下げる方向の研究です。投資家目線では、こうした軽量な専用検出モデルの積み上がりが、経理・監査・金融バックオフィスのBPO/自動化ベンダーの競争力を左右しうる点に注目します。ただし現時点では学術論文の実験結果に留まり、商用製品化や実デバイスでの検証は未実施であるため、投資判断に直結する材料としては限定的と見ています。