ACM MM 2026 | 华南理工提出SPaTS:单个Visual Token就够好,基于强化学习的场景文本Spotting新范式

极市平台 2026年08月03日 查看原文

已收录文章摘要,完整内容可前往原文阅读。

↑ 点击蓝字 关注极市平台作者丨CV君来源丨我爱计算机视觉编辑丨极市平台极市导读 主流方法习惯把一段场景文本绑到多个图像 Patch 上,但华南理工团队发现,小尺寸、高密度或弯曲文本里,多 Patch