跳到正文
arXiv · 机器人与计算机视觉· Kartik Jangra, Atharva Gawane, Siddharth Pulipaka, Hemachandran Karah, Raj Dabre·· 22 天前精选AI 评分78

Learning to Read Braille:盲文识别评测与改进

Learning to Read Braille: Benchmarking and Improving Braille Recognition Capabilities of VLMs

AI 导读

针对 VLM 难以直接转录盲文的难题,本文构建了包含 259 张真实世界 Grade-1 和 Grade-2 盲文图像的基准 BrailleBench。研究发现通用模型表现不佳而工具辅助系统效果更佳;通过合成数据训练的 2B 参数模型在 Grade-1 上达到 87% 准确率,Grade-2 为 61%,优于现有系统但存在合成与真实场景间的显著差距。

推荐理由

该文构建盲文评测基准并证明合成数据可提升模型能力,但指出合成验证高分无法保证真实照片识别效果。

来源:arXiv · 机器人与计算机视觉 · arxiv.org