Svtr-srnet: un modelo de aprendizaje profundo para reconocimiento de texto en escenas a través del marco svtr y el mecanismo de reducción espacial
Autores: Zhao, Ming; Li, Yalong; Zhang, Chaolin; Du, Quan; Peng, Shenglung
Idioma: Inglés
Editor: MDPI
Año: 2024
Acceso abierto
Artículo científico
2024
Svtr-srnet: un modelo de aprendizaje profundo para reconocimiento de texto en escenas a través del marco svtr y el mecanismo de reducción espacial
Categoría
Ingeniería y Tecnología
Subcategoría
Ingeniería Eléctrica y Electrónica
Palabras clave
Modelos de aprendizaje profundo
Complejidad computacional
Extracción de características
SVTR-SRNet
Mecanismo de atención
Función de pérdida híbrida
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 43
Citaciones: Sin citaciones
La mayoría de los modelos de aprendizaje profundo sufren de problemas de gran complejidad computacional y extracción insuficiente de características. Para lograr un equilibrio dinámico y un compromiso entre la complejidad computacional y el rendimiento, se diseñó en este documento un modelo mejorado de reconocimiento de texto de escena basado en SVTR (SVTR-SRNet).
Descripción
La mayoría de los modelos de aprendizaje profundo sufren de problemas de gran complejidad computacional y extracción insuficiente de características. Para lograr un equilibrio dinámico y un compromiso entre la complejidad computacional y el rendimiento, se diseñó en este documento un modelo mejorado de reconocimiento de texto de escena basado en SVTR (SVTR-SRNet).