【范式|第四范式提出AutoSTR，自动搜索文字识别网络新架构( 四 )|文字识别|自动搜索|网络|序列|范式】_江苏龙网

按关键词阅读：

文章图片
从中看出，与SAR、CA-FCN、ESIR、SCRN、ASTER等目前最先进的方法相比，AutoSTR搜索的架构在浮点运算和参数复杂度上都要更少。因此，AutoSTR在移动环境下更有效。
（2）AutoSTR主干网络在性能、准确性、计算方面均有提升
在数据集依赖关系上，下图展示了每个测试数据集上搜索到的特征表达式体系结构，以提供有关网络设计的一些见解。从中可以发现，网络的较浅的卷积级（例如，1、2）更喜欢较大的MBConv操作（例如，MBConv（k:5，e:6）），并且没有跳过连接层。但是在较深的卷积阶段（例如，3、4、5），部署较小的MBConv并学习跳跃连接以减少卷积层的数量。
范式|第四范式提出AutoSTR，自动搜索文字识别网络新架构
文章图片
特别是在最后一个卷积阶段，只存在一个卷积层。观察到的现象与一些人工设计的网络架构是一致的，比如SCRN。具体地说，在前两个阶段，ResNet50用于提取特征，而在后两个阶段，仅在快速下采样特征映射上附加几个卷积层来生成水平方向的特征序列。这一现象可能会启发我们设计更好的文本图像特征抽取器。
在紧凑性上，我们将搜索到的架构与所有MBConv（k:5，e:6）基线模型进行比较，后者选择每个层中参数数量最多的块，并使用ABABAB下采样策略。
对比图5和图6，我们可以看到，AutoSTR搜索的结构具有更少的浮点运算和参数，同时保持了更好的精确度。
此外，AutoSTR搜索的体系结构使用较少的浮点和参数，但超出了基线模型的精度，说明最大参数模型（All MBConv（k:5，e:6）基线）存在大量冗余参数，AutoSTR可以去除一些冗余层，优化网络结构。
（3）AutoSTR在计算复杂度和准确度上有效权衡
在与随机搜索算法对比上，我们选择10个随机搜索体系结构，从头开始训练，然后在IIIT5K数据集上测试。随机搜索大约需要15×4 GPU天，而AutoSTR在下采样路径搜索步骤中只需要1.7×4 GPU天，而在操作搜索步骤只需要0.5×4 GPU天。如下图所示，AutoSTR所发现的体系结构比IIIT5K数据集中的随机体系结构性能高0.5%-1.4%，这表明AutoSTR更有效、更高效。
范式|第四范式提出AutoSTR，自动搜索文字识别网络新架构
文章图片
在下采样路径上。我们在搜索空间中，使用了两种典型的策略，即AABBB和ABABB来搜索iit5k数据集上的操作。
最佳下采样路径不受默认操作（即3×3残差卷积，MBConv（k:3，e:1））的影响。此外，一个更好的下采样策略（即ABABB）有助于AutoSTR在操作搜索步骤中找到一个更好的架构。
在正则化器的影响上。我们将浮点运算作为正则项引入目标函数中。
最终，可以在计算复杂度和准确度之间取得平衡。
【来源：AI科技评论】
声明：转载此文是出于传递更多信息之目的。若有来源标注错误或侵犯了您的合法权益，请作者持权属证明与本网联系，我们将及时更正、删除，谢谢。邮箱地址：newmedia@xxcb.cn

来源：(行走自由的花)

【江苏龙网】网址：/a/2021/0326/lmkd0RTG1542020.html

标题： 范式|第四范式提出AutoSTR，自动搜索文字识别网络新架构( 四 )

江苏龙网

范式|第四范式提出AutoSTR，自动搜索文字识别网络新架构( 四 )

宋慧乔|2020年韩国女星片酬榜前10，宋慧乔仅排第5，第一名单集要59万元

参赛|中国体操队抵达东京参加四国赛防护措施严密国际体联表示感谢

人才|长兴立体化招聘新模式加快引进大学生

广西|【落实“六稳六保·优化营商环境”】推进一站式服务广西稳企利企促“活市”

家常菜|美味诱人的几道家常菜，总是吃不腻，解馋下饭，学会家人有口福了

发展|山东：2022年海水淡化产能规模超过每日100万吨

葡萄干|10月，1碗面粉，2颗鸡蛋，教你做好吃的主食，老少都喜欢吃

国际足球|英超最重要的四场比赛！或将提前决定欧战资格和降级名额

岳西县|青春，在希望的田野上——大别山区寻访“城归”大学毕业生

面包|蔓越莓辫子面包