WordArt-Bench

新的WATERec模型利用大型合成数据集推进艺术文本识别

研究人员开发了一种新方法WATERec，以改进艺术文本（称为WordArt）的识别。由于其复杂的字体和布局，WordArt比标准的场景文本识别更具挑战性。为解决此问题，他们创建了一个大型合成数据集WATER-S和一个新颖的模型架构，该架构使用视觉编码器处理任意形状的输入，并使用自回归解码器。该方法在WordArt-Bench上达到了90.40%的准确率，优于现有的通用和OCR专用视觉语言模型。