跳到正文
arXiv · 机器人与计算机视觉· Zhibin Ma, Pengwen Dai, Zhigang Yao, Xugong Qin, Wenqi Ren, Xiaochun Cao·· 18 天前AI 评分72

FlexReader:面向高效任意长度场景文本识别的自适应解码路径

FlexReader: Towards Adaptive Decoding Paths for Efficient Arbitrary-Length Scene Text Recognition

AI 导读

FlexReader 是一种场景文本识别模型,通过引入子串感知模块和并行解码块,支持在感知到的子串范围内进行任意步长的解码。该模型还提出了自适应前缀解码机制,根据置信度动态选择最优解码步长。实验表明,FlexReader 在包含长文本、弯曲文本及遮挡的基准测试中均表现出鲁棒的识别能力,相比自回归解码实现了最高6倍的推理速度提升。

来源:arXiv · 机器人与计算机视觉 · arxiv.org