Spike-HTR

脉冲神经网络Transformer推动手写文本识别发展

研究人员开发了Spike-HTR，这是一种新颖的脉冲神经网络（SNN），专为手写文本识别而设计。该混合模型通过控制脉冲步数和处理的序列位置来解决传统SNN中的计算不平衡问题。Spike-HTR利用InkCoder将静态图像转换为粗到精的输入流，并使用CTC引导的长度缩减器来压缩以空白为主的拉伸，在IAM、LAM和READ2016等基准数据集上实现了具有竞争力的字符错误率，而无需依赖语言模型或词典。