研究人员开发了专门针对手写孟加拉语文本的光学字符识别(OCR)新方法。一项研究侧重于使用SSD与MobileNetV2以及Faster R-CNN与InceptionResNetV2等深度学习模型进行单词识别,使用集成模型达到了92.61%的F1分数。第二项研究解决了从转录的孟加拉语段落中进行与颜色无关的单词分割问题,报告了91.20%的F1分数,并强调了其在智能手机拍摄图像上的适用性。 AI
影响 提高了对资源匮乏语言的OCR能力,可能改善可访问性和数据提取。
排序理由 该集群包含两篇arXiv论文,详细介绍了孟加拉语OCR的新研究。
- alphaXiv
- arXiv
- Bangla
- CatalyzeX
- DagsHub
- Faster R-CNN
- Gotit.pub
- Hugging Face
- InceptionResNetV2
- MobileNetV2
- Non-Maximum Suppression
- optical character recognition
- ScienceCast
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →