IJCAI 2022 SVTR: 基于单个视觉模型的场景文字识别算法

本文简要介绍IJCAI2022论文“SVTR: Scene Text Recognition with a Single Visual Model”的主要工作。主流的场景文字识别算法通常包含两个模块，即用以提取特征的视觉模块（如CNN，MHSA），以及用于输出文本的序列模块（如RNN，Attention）。本文提出了一个只由视觉模块构成的模型SVTR，在中英文场景文字识别上都取得了较好效果，并且推理速度较快。

开源地址: https://github.com/PaddlePaddle/PaddleOCR

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