2022年5月6日
On Recognizing Texts of Arbitrary Shapes with 2D Self-Attention
摘要： 和用LSTM的方法对比， 和transform相比主要区别在于编码器上，由3部分构成： 1、Shallow CNN，用于控制计算量 2、Adaptive 2D positional encoding 论文中说Transformer的Position Encoding模块可能在视觉作用中起不了作用，但 阅读全文
posted @ 2022-05-06 10:13 叠加态的猫 阅读(95) 评论(0) 推荐(0) 编辑