Bridging Synthetic and Real Worlds for Pre-training Scene Text Detectors
Fuente:
arXiv
Enregistré dans:
| Auteurs principaux: | Guan, Tongkun, Shen, Wei, Yang, Xue, Wang, Xuehui, Yang, Xiaokang |
|---|---|
| Format: | Preprint |
| Publié: |
2023
|
| Sujets: | |
| Accès en ligne: | |
| Tags: |
Ajouter un tag
Pas de tags, Soyez le premier à ajouter un tag!
|
Documents similaires
PosFormer: Recognizing Complex Handwritten Mathematical Expression with Position Forest Transformer
par: Guan, Tongkun, et autres
Publié: (2024)
par: Guan, Tongkun, et autres
Publié: (2024)
Tendency-driven Mutual Exclusivity for Weakly Supervised Incremental Semantic Segmentation
par: Si, Chongjie, et autres
Publié: (2024)
par: Si, Chongjie, et autres
Publié: (2024)
Text-Pass Filter: An Efficient Scene Text Detector
par: Yang, Chuang, et autres
Publié: (2026)
par: Yang, Chuang, et autres
Publié: (2026)
A Token-level Text Image Foundation Model for Document Understanding
par: Guan, Tongkun, et autres
Publié: (2025)
par: Guan, Tongkun, et autres
Publié: (2025)
Text Grouping Adapter: Adapting Pre-trained Text Detector for Layout Analysis
par: Bi, Tianci, et autres
Publié: (2024)
par: Bi, Tianci, et autres
Publié: (2024)
Marten: Visual Question Answering with Mask Generation for Multi-modal Document Understanding
par: Wang, Zining, et autres
Publié: (2025)
par: Wang, Zining, et autres
Publié: (2025)
Maintaining Structural Integrity in Parameter Spaces for Parameter Efficient Fine-tuning
par: Si, Chongjie, et autres
Publié: (2024)
par: Si, Chongjie, et autres
Publié: (2024)
TextBlockV2: Towards Precise-Detection-Free Scene Text Spotting with Pre-trained Language Model
par: Lyu, Jiahao, et autres
Publié: (2024)
par: Lyu, Jiahao, et autres
Publié: (2024)
ODM: A Text-Image Further Alignment Pre-training Approach for Scene Text Detection and Spotting
par: Duan, Chen, et autres
Publié: (2024)
par: Duan, Chen, et autres
Publié: (2024)
Self-Supervised Pre-training with Symmetric Superimposition Modeling for Scene Text Recognition
par: Gao, Zuan, et autres
Publié: (2024)
par: Gao, Zuan, et autres
Publié: (2024)
NeoWorld: Neural Simulation of Explorable Virtual Worlds via Progressive 3D Unfolding
par: Zhao, Yanpeng, et autres
Publié: (2025)
par: Zhao, Yanpeng, et autres
Publié: (2025)
CLIP4STR: A Simple Baseline for Scene Text Recognition with Pre-trained Vision-Language Model
par: Zhao, Shuai, et autres
Publié: (2023)
par: Zhao, Shuai, et autres
Publié: (2023)
CodePercept: Code-Grounded Visual STEM Perception for MLLMs
par: Guan, Tongkun, et autres
Publié: (2026)
par: Guan, Tongkun, et autres
Publié: (2026)
Efficient Transferability Assessment for Selection of Pre-trained Detectors
par: Wang, Zhao, et autres
Publié: (2024)
par: Wang, Zhao, et autres
Publié: (2024)
TextMamba: Scene Text Detector with Mamba
par: Zhao, Qiyan, et autres
Publié: (2025)
par: Zhao, Qiyan, et autres
Publié: (2025)
DriveWorld: 4D Pre-trained Scene Understanding via World Models for Autonomous Driving
par: Min, Chen, et autres
Publié: (2024)
par: Min, Chen, et autres
Publié: (2024)
Industrial Synthetic Segment Pre-training
par: Mae, Shinichi, et autres
Publié: (2025)
par: Mae, Shinichi, et autres
Publié: (2025)
Design as Desired: Utilizing Visual Question Answering for Multimodal Pre-training
par: Su, Tongkun, et autres
Publié: (2024)
par: Su, Tongkun, et autres
Publié: (2024)
Pre-training on Synthetic Driving Data for Trajectory Prediction
par: Li, Yiheng, et autres
Publié: (2023)
par: Li, Yiheng, et autres
Publié: (2023)
IntrinsicReal: Adapting IntrinsicAnything from Synthetic to Real Objects
par: Wei, Xiaokang, et autres
Publié: (2025)
par: Wei, Xiaokang, et autres
Publié: (2025)
Shape2Scene: 3D Scene Representation Learning Through Pre-training on Shape Data
par: Feng, Tuo, et autres
Publié: (2024)
par: Feng, Tuo, et autres
Publié: (2024)
Scaling Backwards: Minimal Synthetic Pre-training?
par: Nakamura, Ryo, et autres
Publié: (2024)
par: Nakamura, Ryo, et autres
Publié: (2024)
EndoGSLAM: Real-Time Dense Reconstruction and Tracking in Endoscopic Surgeries using Gaussian Splatting
par: Wang, Kailing, et autres
Publié: (2024)
par: Wang, Kailing, et autres
Publié: (2024)
Pre-training with 3D Synthetic Data: Learning 3D Point Cloud Instance Segmentation from 3D Synthetic Scenes
par: Otsuka, Daichi, et autres
Publié: (2025)
par: Otsuka, Daichi, et autres
Publié: (2025)
LoTLIP: Improving Language-Image Pre-training for Long Text Understanding
par: Wu, Wei, et autres
Publié: (2024)
par: Wu, Wei, et autres
Publié: (2024)
ReLayout: Towards Real-World Document Understanding via Layout-enhanced Pre-training
par: Jiang, Zhouqiang, et autres
Publié: (2024)
par: Jiang, Zhouqiang, et autres
Publié: (2024)
Benchmarking Object Detectors under Real-World Distribution Shifts in Satellite Imagery
par: Al-Emadi, Sara, et autres
Publié: (2025)
par: Al-Emadi, Sara, et autres
Publié: (2025)
Real-Time Text Detection with Similar Mask in Traffic, Industrial, and Natural Scenes
par: Han, Xu, et autres
Publié: (2024)
par: Han, Xu, et autres
Publié: (2024)
STELLAR: Scene Text Editor for Low-Resource Languages and Real-World Data
par: Seo, Yongdeuk, et autres
Publié: (2025)
par: Seo, Yongdeuk, et autres
Publié: (2025)
Net2Net: When Un-trained Meets Pre-trained Networks for Robust Real-World Denoising
par: Yuan, Weimin, et autres
Publié: (2025)
par: Yuan, Weimin, et autres
Publié: (2025)
Realistic Surgical Simulation from Monocular Videos
par: Wang, Kailing, et autres
Publié: (2024)
par: Wang, Kailing, et autres
Publié: (2024)
Decoder Pre-Training with only Text for Scene Text Recognition
par: Zhao, Shuai, et autres
Publié: (2024)
par: Zhao, Shuai, et autres
Publié: (2024)
WorldAct: Activating Monolithic 3D Worlds into Interactive-Ready Object-Centric Scenes
par: Hu, Jichen, et autres
Publié: (2026)
par: Hu, Jichen, et autres
Publié: (2026)
Transferring to Real-World Layouts: A Depth-aware Framework for Scene Adaptation
par: Chen, Mu, et autres
Publié: (2023)
par: Chen, Mu, et autres
Publié: (2023)
Dynamic Scene Understanding through Object-Centric Voxelization and Neural Rendering
par: Zhao, Yanpeng, et autres
Publié: (2024)
par: Zhao, Yanpeng, et autres
Publié: (2024)
Measuring Image-Relation Alignment: Reference-Free Evaluation of VLMs and Synthetic Pre-training for Open-Vocabulary Scene Graph Generation
par: Neau, Maëlic, et autres
Publié: (2025)
par: Neau, Maëlic, et autres
Publié: (2025)
One Model for Two Tasks: Cooperatively Recognizing and Recovering Low-Resolution Scene Text Images by Iterative Mutual Guidance
par: Zhao, Minyi, et autres
Publié: (2024)
par: Zhao, Minyi, et autres
Publié: (2024)
Embodied Multi-Modal Agent trained by an LLM from a Parallel TextWorld
par: Yang, Yijun, et autres
Publié: (2023)
par: Yang, Yijun, et autres
Publié: (2023)
IRBridge: Solving Image Restoration Bridge with Pre-trained Generative Diffusion Models
par: Wang, Hanting, et autres
Publié: (2025)
par: Wang, Hanting, et autres
Publié: (2025)
MetaGS: A Meta-Learned Gaussian-Phong Model for Out-of-Distribution 3D Scene Relighting
par: He, Yumeng, et autres
Publié: (2024)
par: He, Yumeng, et autres
Publié: (2024)
Documents similaires
-
PosFormer: Recognizing Complex Handwritten Mathematical Expression with Position Forest Transformer
par: Guan, Tongkun, et autres
Publié: (2024) -
Tendency-driven Mutual Exclusivity for Weakly Supervised Incremental Semantic Segmentation
par: Si, Chongjie, et autres
Publié: (2024) -
Text-Pass Filter: An Efficient Scene Text Detector
par: Yang, Chuang, et autres
Publié: (2026) -
A Token-level Text Image Foundation Model for Document Understanding
par: Guan, Tongkun, et autres
Publié: (2025) -
Text Grouping Adapter: Adapting Pre-trained Text Detector for Layout Analysis
par: Bi, Tianci, et autres
Publié: (2024)