研究人员开发了MagikaDocumentFromPixel，一种用于视觉管道的快速高效的图像质量门控。该系统大约可以在单个CPU核心上以7毫秒的速度将图像分类为清晰、模糊或不确定。该方法利用了边缘先验模块（EPM），并在高分辨率图像上进行训练，取得了较高的F1分数和AUC。 AI
影响 这种图像质量门控可以通过在计算密集型模型处理之前过滤掉无法使用的模糊图像，从而提高视觉管道的效率。
排序理由 该集群包含两篇相同的arXiv预印本，详细介绍了一个关于视觉-语言管道组件的新研究论文。
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →
Production vision pipelines silently degrade on blurry input, wasting compute on downstream OCR, retrieval, and vision-language model (VLM) calls that cannot recover a usable output. We present MagikaDocumentFromPixel, a lightweight, CPU-friendly image quality gate that classifie…
arXiv:2606.25838v1 Announce Type: new Abstract: Production vision pipelines silently degrade on blurry input, wasting compute on downstream OCR, retrieval, and vision-language model (VLM) calls that cannot recover a usable output. We present MagikaDocumentFromPixel, a lightweight…