实体
SVTRv2
SVTRv2
PulseAugur coverage of SVTRv2 — every cluster mentioning SVTRv2 across labs, papers, and developer communities, ranked by signal.
总计 · 30天
0
90 天内 2
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 2 条
-
研究发现场景文本识别模型在罕见组合上表现不佳
研究人员发现，场景文本识别模型在遇到罕见的词语组合时存在显著的性能差距。尽管在标准基准测试中取得了进展和较高的总体准确率，但模型在处理不常见的单词和字符组合时遇到了困难。即使使用了扩展的视觉骨干网络，这个问题仍然存在，这表明问题不在于容量，而在于自回归解码器的词汇先验。虽然像CTC解码这样的架构更改显示出希望，但目前的缓解技术只能提供边际改进。
-
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。