AutoSTR：面向场景文本识别的高效骨干网络搜索
计算机视觉与模式识别
2020-07-17 v2
摘要
场景文本识别（STR）由于文本实例的多样性和场景的复杂性而极具挑战性。学界日益关注通过改进预处理图像模块（如校正与去模糊）或序列翻译器来提升性能。然而，另一关键模块即特征序列提取器尚未被充分探索。受神经架构搜索（NAS）能够识别出优于人工设计架构的成功经验启发，本文提出自动化场景文本识别（AutoSTR）以搜索数据依赖的骨干网络来提升文本识别性能。首先，我们为STR设计了一个领域特定的搜索空间，其中包含操作选择和下采样路径上的约束。然后，我们提出一种两步搜索算法，将操作与下采样路径解耦，以在给定空间内高效搜索。实验表明，通过搜索数据依赖的骨干网络，AutoSTR在标准基准上以更少的FLOPS和模型参数量优于最先进的方法。
引用
@article{arxiv.2003.06567,
title = {AutoSTR: Efficient Backbone Search for Scene Text Recognition},
author = {Hui Zhang and Quanming Yao and Mingkun Yang and Yongchao Xu and Xiang Bai},
journal= {arXiv preprint arXiv:2003.06567},
year = {2020}
}
备注
ECCV 2020