HyperAIHyperAI
vor 2 Monaten

End-to-End Interpretation of the French Street Name Signs Dataset End-to-End-Interpretation des Datensatzes mit französischen Straßennamenschildern

Raymond Smith; Chunhui Gu; Dar-Shyang Lee; Huiyi Hu; Ranjith Unnikrishnan; Julian Ibarz; Sacha Arnoud; Sophia Lin
End-to-End Interpretation of the French Street Name Signs Dataset
End-to-End-Interpretation des Datensatzes mit französischen Straßennamenschildern
Abstract

Wir stellen den Datensatz "Französische Straßenschilder" (FSNS) vor, der mehr als eine Million Bilder von Straßennamen-Schildern enthält, die aus Google Street View-Bildern Frankreichs extrahiert wurden. Jedes Bild zeigt mehrere Ansichten desselben Straßennamen-Schilds. Jedes Bild verfügt über normierte, in Titelzeichen umgewandelte Grundwahrheitstexte, wie sie auf einer Karte erscheinen würden. Wir sind der Überzeugung, dass der FSNS-Datensatz groß und komplex genug ist, um ein tiefes Netzwerk von erheblicher Komplexität zu trainieren, das das Problem der Straßennamensextraktion „von Anfang bis Ende“ lösen kann, oder um die Gestaltungskompromisse zwischen einem einzelnen komplexen ingenieurtechnisch entwickelten Netzwerk und mehreren Teilnetzwerken zu untersuchen, die zur Lösung von Teilaufgaben entworfen und trainiert wurden. Wir präsentieren ein solches „von Anfang bis Ende“-Netzwerk/Graph für TensorFlow sowie dessen Ergebnisse am FSNS-Datensatz.