arXiv 上发表的一项新研究调查了手写天城文识别系统注释的效率。研究人员发现，监督合成预训练显著减少了获得有用识别器所需的转录词数。具体来说，使用此方法仅需 81 个转录词即可达到 0.50 的字符错误率 (CER)，而随机初始化则需要 355 个词，代表了 4.40 倍的标签乘数。研究还探讨了仅迁移编码器的影响，并观察到在某些预算范围内，掩码图像建模会产生负迁移效应。 AI
影响 降低了训练有效手写文本识别系统的成本和时间，特别是对于资源匮乏的文字。
排序理由 该集群包含一篇学术论文，详细介绍了用于字符识别的机器学习方法。
在 Hugging Face Daily Papers 阅读 →
- arXiv
- Character Error Rate
- Devanagari
- encoder
- Hugging Face
- masked image modelling
- random initialisation
- supervised synthetic pretraining
- zero-shot learning
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →
