首页 > TAG信息列表 > SRN
SRN 语义推理网络
发现基于RNN的方法存在一些明显的缺点，如时间依赖的解码方式和语义上下文的单向串行传输，这极大地限制了语义信息的帮助和计算效率。为了减轻这些限制，我们提出了一种新颖的端到端可训练框架，该框架称为语义推理网络（SRN） 什么是空间规整( spatial regularization）? 为什么要做空间规一文带你了解两种Transformer文字识别方法
摘要：受Transformer模型的启发，目前一些学者将该结构应用到文本行识别中，以替代RNN，取得了良好的效果，如在HGA-STR和 SRN。 当前的文本行识别器为拥有更强的序列语义能力，模型多采用CNN + RNN的结构，如目前使用十分广泛的两个识别器CRNN和Aster，这些模型取得了非常好的效果。然而由于RNN中科院和京东AI研究院提出：改进SRN人脸检测算法，目前业界最强！
前戏 最近出了很多论文，各种SOTA。比如（点击可访问）： 商汤等提出：统一多目标跟踪框架 亚马逊提出：用于人群计数的尺度感知注意力网络 今天po的改进SRN人脸检测算法（Improved Selective Refinement Network for Face Detection），其刚刚击败半个月前中星微提出的的VIM-FD算法，所以为目前人脸检一文带你了解两种Transformer文字识别方法
摘要：受Transformer模型的启发，目前一些学者将该结构应用到文本行识别中，以替代RNN，取得了良好的效果，如在HGA-STR和 SRN。 当前的文本行识别器为拥有更强的序列语义能力，模型多采用CNN + RNN的结构，如目前使用十分广泛的两个识别器CRNN和Aster，这些模型取得了非常好的效果。然而由于R