論文の概要: ICDAR 2021 Competition on Integrated Circuit Text Spotting and Aesthetic
Assessment
- arxiv url: http://arxiv.org/abs/2107.05279v1
- Date: Mon, 12 Jul 2021 09:29:02 GMT
- ステータス: 処理完了
- システム内更新日: 2021-07-13 21:25:30.847935
- Title: ICDAR 2021 Competition on Integrated Circuit Text Spotting and Aesthetic
Assessment
- Title（参考訳）: ICDAR 2021 集積回路テキストスポッティングと審美性評価に関するコンペティション
- Authors: Chun Chet Ng, Akmalul Khairi Bin Nazaruddin, Yeong Khang Lee, Xinyu
Wang, Yuliang Liu, Chee Seng Chan, Lianwen Jin, Yipeng Sun, and Lixin Fan
- Abstract要約: ICTextデータセットは、2021年に提案されたRobust Reading Challenge on Integrated Circuit Text Spotting and Aesthetic Assessment (RRC-ICText)の主なターゲットである。
大会全体では10のユニークなチーム/個人から合計233の応募があった。
本報告では、競争結果と提出結果の詳細について述べる。
- 参考スコア（独自算出の注目度）: 46.25545473730335
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: With hundreds of thousands of electronic chip components are being
manufactured every day, chip manufacturers have seen an increasing demand in
seeking a more efficient and effective way of inspecting the quality of printed
texts on chip components. The major problem that deters this area of research
is the lacking of realistic text on chips datasets to act as a strong
foundation. Hence, a text on chips dataset, ICText is used as the main target
for the proposed Robust Reading Challenge on Integrated Circuit Text Spotting
and Aesthetic Assessment (RRC-ICText) 2021 to encourage the research on this
problem. Throughout the entire competition, we have received a total of 233
submissions from 10 unique teams/individuals. Details of the competition and
submission results are presented in this report.
- Abstract（参考訳）: 何十万もの電子部品が毎日製造されているため、チップメーカーは、チップ部品の印刷テキストの品質を検査するより効率的で効果的な方法を模索する需要が高まっている。
この研究領域を抑える大きな問題は、強力な基盤として機能するチップデータセットに現実的なテキストがないことだ。
したがって、チップデータセット上のテキストであるICTextは、2021年に提案された集積回路テキストスポッティングおよび審美性評価(RRC-ICText)におけるロバスト読解チャレンジの主要なターゲットとして使用される。
競争全体を通じて、私たちは10のユニークなチーム/個人から合計233の応募を受けました。
本報告では、競争結果と提出結果の詳細について述べる。
関連論文リスト
- EFaR 2023: Efficient Face Recognition Competition [51.77649060180531]
バイオメトリックス国際会議(IJCB 2023)における効率的な顔認識コンペティション(EFaR)の概要について述べる。
この競技会は6つの異なるチームから17の応募を受けた。
提案したソリューションは、様々なベンチマークで達成された検証精度の重み付けスコアと、浮動小数点演算数とモデルサイズによって与えられるデプロイ可能性に基づいてランク付けされる。
論文 参考訳（メタデータ） (2023-08-08T09:58:22Z) - ICDAR 2023 Competition on Structured Text Extraction from Visually-Rich
Document Images [198.35937007558078]
大会は2022年12月30日に開かれ、2023年3月24日に閉幕した。
トラック1には35人の参加者と91人の有効な応募があり、トラック2には15人の参加者と26人の応募がある。
提案手法の性能によると, 複雑なシナリオやゼロショットシナリオにおいて, 期待される情報抽出性能にはまだ大きなギャップがあると考えられる。
論文 参考訳（メタデータ） (2023-06-05T22:20:52Z) - ICDAR 2023 Competition on Robust Layout Segmentation in Corporate
Documents [3.6700088931938835]
ICDARは、最先端の技術をベンチマークするコンペを主催する長い伝統がある。
以前のコンペティションよりもバーを上げるために、ハードコンペティションデータセットを設計し、トレーニング用の最近のDocLayNetデータセットを提案しました。
我々は,最近のコンピュータビジョンモデル,データ拡張戦略,アンサンブル手法の興味深い組み合わせを認識し,提案したタスクにおいて顕著な精度を実現する。
論文 参考訳（メタデータ） (2023-05-24T09:56:47Z) - ICDAR 2023 Competition on Hierarchical Text Detection and Recognition [60.68100769639923]
このコンペティションは、テキストの検出と認識を共同で行うディープラーニングモデルとシステムの研究を促進することを目的としている。
提案するコンペティション組織の詳細について,タスク,データセット,評価,スケジュールなどを紹介する。
大会期間中(2023年1月2日から2023年4月1日まで)、20チーム以上から少なくとも50人が提案された2つのタスクで応募された。
論文 参考訳（メタデータ） (2023-05-16T18:56:12Z) - ICDAR 2023 Competition on Reading the Seal Title [58.866588777012744]
この領域での研究を促進するため、シールタイトル(ReST)を読むためのICDAR 2023コンペティションを組織した。
我々は1万の実際のシールデータからなるデータセットを構築し、最も一般的なシールのクラスをカバーし、すべてのシールタイトルテキストにテキストとテキストの内容をラベル付けした。
大会には、第1タスクの応募28件、第2タスクの応募25件を含む、学界や業界から53人の参加者が集まった。
論文 参考訳（メタデータ） (2023-04-24T10:01:41Z) - ICDAR2019 Competition on Scanned Receipt OCR and Information Extraction [70.71240097723745]
SROIEの技術的課題、重要性、および巨大な商業的可能性を認識し、私たちはSROIEでICDAR 2019コンペティションを開催しました。
競争のために1000全体のスキャンされたレシート画像とアノテーションを備えた新しいデータセットが作成されます。
本報告では,モチベーション,競合データセット,タスク定義,評価プロトコル,提出統計,提案手法の性能,結果分析について述べる。
論文 参考訳（メタデータ） (2021-03-18T12:33:41Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。