SELECT：检测真实场景文本数据中的标签错误
计算机视觉与模式识别
2025-12-17 v1
摘要
我们提出了SELECT（Scene tExt Label Errors deteCTion），一种利用多模态训练检测真实场景文本数据标签错误的新方法。通过采用图像-文本编码器和字符级标记化器，SELECT 解决了可变长度序列标签、标签序列错位以及字符级错误问题，在准确率和实际实用性方面优于现有方法。此外，我们引入了基于相似性的序列标签损坏（SSLC）过程，通过人为在训练标签中引入错误来模拟真实场景下的错误情况。SSLC 不仅会导致序列长度变化，还在损坏过程中考虑了字符之间的视觉相似性。我们的方法首次成功地在真实场景文本数据集中检测标签错误，同时考虑可变长度标签。实验结果表明，SELECT 在检测标签错误方面有效，提升了真实文本数据集上的 STR 准确率，展示了其实际效用。
引用
@article{arxiv.2512.14050,
title = {SELECT: Detecting Label Errors in Real-world Scene Text Data},
author = {Wenjun Liu and Qian Wu and Yifeng Hu and Yuke Li},
journal= {arXiv preprint arXiv:2512.14050},
year = {2025}
}