MSDA (Multi-source domain adaptation dataset for text recognition)

近年来，基于深度学习的方法在计算机视觉领域显示出可喜的结果。但是，常见的深度学习模型需要大量的带标签的数据，收集和标记是劳动密集型的。更重要的是，由于训练数据和测试数据之间的域转换，模型可能会被破坏。文本识别是计算机视觉中一个广泛研究的领域，由于字体的多样性和复杂的背景，存在上述相同的问题。本文主要研究文本识别问题，并对这些问题做出了三点贡献。首先，我们收集了用于文本识别的多源域适应数据集，其中包括五个具有500万多个图像的不同域，这是我们所知的第一个多域文本识别数据集。其次，我们提出了一种新的方法，称为元自学习，该方法将自学习方法与元学习范式相结合，在多领域适应的场景下获得了更好的识别效果。第三，在数据集上进行了大量实验，以提供基准，并显示了我们方法的有效性。