WeText: 弱监督下的场景文本检测

ICCVOct, 2017

WeText: Scene Text Detection under Weak Supervision

Shangxuan Tian, Shijian Lu, Chongshou Li

TL;DR本文提出了一种弱监督场景文本检测方法（WeText），通过学习未注释或弱注释数据来训练强大的准确的场景文本检测模型，充分利用少量全注释数据集训练的监督模型，探索将半监督和弱监督学习应用于大型未注释数据集和大型弱注释数据集。该方法能够显著提高场景文本检测性能，在仅使用 229 个完全标注的场景文本图像的情况下，弱监督学习仍能够实现最先进的性能。

Abstract

The requiring of large amounts of annotated training data has become a common constraint on various deep learning systems. In this paper, we propose a weakly supervised scene text detection method (WeText) that t

deep learning scene text detection supervised learning semi-supervised learning weakly supervised learning

发现论文，激发创造

使用深度强化学习进行弱监督场景文本检测

本文提出了一个基于弱监督和增强学习的场景文本检测方法，使用神经网络估计强化学习智能体的奖励值，且在真实数据和合成数据相结合的半监督学习中表现最佳。

Jan, 2022

低资源语言的弱监督场景文本生成

本文提出了一种基于弱监督学习的场景文本生成方法，通过跨语言生成，将场景文本图片的内容和样式特征分离，并引入整合式注意力模块和预先训练的字体分类器以保证生成图片的完整内容结构以及填补不同语言文本风格之间的差距，实验结果显示，该方法显著提高了场景文本识别精度。

Jun, 2023

WordSup：基于文字注释的基于字符的文本检测方法

提出了一个弱监督框架，利用词的标注信息培训字符检测器，以及该框架在场景文本检测和数学表达式识别等多种场景下的应用。

Aug, 2017

Language Matters: 一种弱监督的视觉 - 语言预训练方法用于场景文字检测和定位

本文提出了一种弱监督的预训练方法 oCLIP，该方法通过联合学习视觉和文本信息来获取有效的场景文本表示，并能从弱注释文本中学习，可以有效地应对 OCR 任务。实验证明，该方法在多个公共数据集上都优于现有的预训练技术。

Mar, 2022

基于文本引导的医学图像癌症检测增强

利用临床报告来实现弱标签监督学习以提高癌症检测的准确性。通过将诊断和肿瘤位置文本提示整合到视觉语言模型的文本编码器中，可以有效地在视觉语言模型的潜在空间中进行弱监督学习的优化，从而提高训练的稳定性。在大规模癌症数据集上的广泛数量实验结果验证了我们的方法可以将人工标注工作量减少至少 70%，同时保持与竞争的全监督方法相当的癌症检测准确性（AUC 值 0.961 vs 0.966）。

May, 2024

弱监督神经文本分类

本文提出了一种弱监督文本分类方法，其包括一个利用种子信息生成伪标签文档进行模型预训练的伪文档生成器和一个在真实未标记数据上引导模型改进的自训练模块，具有处理不同类型弱监督任务和易于与深度神经网络模型集成等优点，并在三个真实数据集上进行了广泛的实验，结果表明其大幅优于基准方法而不需要过多的训练数据。

Sep, 2018

多模态半监督学习文本识别

该文章提出了一种半监督的多模态文本识别方法（SemiMTR），通过使用自监督学习和监督学习相结合的单一阶段，将现有的多模态场景文本识别方法拓展到了未标注数据的应用。该算法利用对视觉模型的预训练和语言模型的微调，同时在每个模态单独地应用连续性正则化方法进行训练，取得了在多个场景文本识别基准测试上的最新成果。

May, 2022

Cap2Det: 学习放大弱标注的图像对象检测

使用文本描述来训练文本分类器，并从中获取足够的信息进行目标实例的弱监督检测，从而实现对于大量自由上传图像信息数据的有效物体定位。

Jul, 2019

非常见文字的独立场景文本检测器并不是您所需要的全部

该研究提出了一种解决方案，通过跨脚本文本检测的分析，利用矢量嵌入来映射文本的笔画信息，实现对未见脚本的检测，结果显示了该方法在自然图像中未见脚本检测方面的潜力。

Jul, 2023

使用多任务变压器实现弱监督文本识别

介绍一种基于 transformer 的文本定位方法 TextTranSpotter (TTS)，该方法可以在全监督和弱监督的情况下训练，并使用基于 Hungarian loss 的新型损失函数，不需要昂贵的本地化注释，通过每个单词检测学习单一潜在表示，实现了与先前最先进的全监督方法相当的性能。

Feb, 2022