跳到正文
arXiv · 机器人与计算机视觉· Yuchen Su, Xuesheng Wang, Zhilong Ji, Jinfeng Bai, Shijian Lu, Zhineng Chen·· 4 小时前精选AI 评分82

Prism:一种极简的多粒度文本检测框架

Prism: Hierarchical Text Detection with Minimalist Design

AI 导读

该论文针对层次化文本检测任务,指出复杂特征融合模块并非必需,提出 Prism 框架利用预训练骨干网络配合轻量级并行头及几何包含算法实现单词、行与段落的高效检测。实验表明该方法在 CTW1500 数据集上比 LRANet 快 1.7 倍且精度更高,并在 HierText 数据集上超越 OmniParser V2 超过 6 PQ 点。代码即将发布。

推荐理由

提出极简架构 Prism,通过单尺度骨干网络与几何包含算法实现多粒度文本检测,在效率与精度上超越现有 SOTA 方法。

来源:arXiv · 机器人与计算机视觉 · arxiv.org