端到端

GOT-OCR2.0：迈向 OCR-2.0 的通用 OCR 理论与统一端到端模型

光学字符识别（OCR）几十年来一直被视为已解决的问题——对于具有简单文本的清晰扫描文档而言。但真实世界的视觉内容远更杂乱多样。带有复杂符号的数学方程、具有不规则单元格结构的表格、带有专门符号的乐谱，以及招牌和标签上的场景文本，都挑战了假设干净、线性文本在均匀背景上的传统 OCR 方法。