专注于AI领域前沿技术学习与分享：目标检测、图像修复、超分重建、AI工程化

主要的场景文本识别模型通常包含两个组成部分，一个用于特征提取的视觉模型和一个用于文本转录的序列模型。尽管这种混合架构准确性较高，但复杂且效率较低。在本研究中，我们提出了一种在逐个分块图像标记化框架内进行场景文本识别的单一视觉模型，完全摒弃了顺序建模。这种方法称为SVTR，首先将图像文本分解成 small patches，称为字符组件。

笔记类博文 2019-04-01当时的具体、参考链接指标英文全称中文SNRsignal to noise ratio信噪比PSNRpeak signal to noise ratio峰值信噪比MSEMean Squared Error均方误差RMSERoot Mean Squared Error均方根误差SDstandard Deviation标准差SSIMStructural Similarity Index结构相似.

百度的技术能够做到如此开源，不论其他，还是非常值得尊重和支持一波的；项目 gitHub 地址：https://github.com/P.