跳到正文
arXiv · 机器人与计算机视觉· Yixuan Huang, ShengFan Zhang, Jiawei Chen·· 4 小时前AI 评分38

Select and Compensate:面向文档 OCR 的预算感知视觉 Token 压缩框架

Carry the Fine Print: Budget-Aware Visual Token Compression for Document OCR

AI 导读

Select and Compensate 提出一种两阶段框架,在保留 OCR 骨干冻结及原生坐标的前提下,通过自适应编码与补偿机制实现视觉 Token 压缩。

来源:arXiv · 机器人与计算机视觉 · arxiv.org