PulseAugur
中
实时 16:06:44
实体 parseqs

parseqs

PulseAugur coverage of parseqs — every cluster mentioning parseqs across labs, papers, and developer communities, ranked by signal.

Show in brief
总计 · 30天
0
90 天内 3
发布 · 30天
0
90 天内 0
论文 · 30天
0
90 天内 2
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 3 条
  1. MEME · CL_295298 ·

    怀念Deforum和Parseq等早期AI视频工具

    一位Reddit用户表达了对早期AI视频生成工具(特别是Deforum和Parseq)的怀念。他回忆起要实现基本的摄像机运动和连贯的视觉效果需要付出巨大的努力和时间,通常需要大量的关键帧调整和多次渲染尝试。该用户还强调了一种创意方法,即将模型的缺陷和局限性融入艺术指导中,他认为随着当前工具能力的增强,这种做法已不那么普遍。

  2. TOOL · CL_229532 ·

    新的集成方法提高了艺术文本识别的准确性

    研究人员开发了一种新的艺术文本识别(ATR)方法,提高了在WordArt-V1.5等挑战性数据集上的准确性。该方法将多个现有模型(SVTRv2、PARSeq、MAERec)组合成一个置信度感知的集成,根据字符置信度优先考虑预测。此外,一个使用Needleman-Wunsch算法和词典引导校正的精炼阶段针对长词,这些词在准确识别方面尤其困难。该系统在特定的测试分割上实现了89.90%的单词识别准确率,优于单个模型,并在长词上显示出显著的提升。

  3. TOOL · CL_167786 ·

    新方法修复长文本场景文字识别问题

    研究人员发现场景文字识别(STR)模型存在一种关键的失效模式,这类模型通常在短文本片段上进行训练,但在实际应用中遇到的长文本时会遇到困难。研究诊断出该问题主要源于编码器的宽度而非解码器的长度。虽然表示层面的修复能带来一些改进,但一种新颖的推理时解决方案涉及将长图像切分成重叠的块,独立解码每个块,然后使用编辑距离对齐来拼接结果。该方法在长文本基准(LTB)等基准测试中显著提高了单词准确率,在无需模型重新训练的情况下,达到了或超过了最先进的性能。