【标题】Weakly Supervised Scene Text Detection using Deep Reinforcement Learning

【作者团队】Emanuel Metzenthin, Christian Bartz, Christoph Meinel

【发表日期】2022.1.13

【论文链接】http://arxiv.org/pdf/2201.04866.pdf

【推荐理由】具有挑战性的场景文本检测领域需要复杂的数据标注，这既耗时又昂贵。诸如弱监督等技术可以减少所需的数据量。本文提出了一种基于强化学习的弱监督场景文本检测方法。RL智能体获得的奖励是通过神经网络估计的，而不是从地面真相标签推断出来的。首先，通过一系列训练优化来增强现有的有监督RL文本检测方法，使该方法能够缩小基于回归算法的性能差距。然后，将本文提出的系统用于对真实数据的弱监督和半监督训练。研究结果表明，在弱监督环境下进行训练是可行的。然而，在半监督环境中使用该模型，例如，当将标记的合成数据与未标记的真实世界数据相结合时，会产生最佳结果。

内容中包含的图片若涉及版权问题，请及时与我们联系删除