SELECT：実世界のシーンテキストデータにおけるラベルエラー検出

この研究は、実世界のデータセットにおけるラベルエラーを特定し、軽減することにより、シーンテキスト認識の精度を向上させることに焦点を当てています。論文の貢献は、堅牢なテキスト認識モデルのトレーニングにおける重要な問題に対処するための方法（SELECT）を開発することです。

• •シーンテキストデータセットにおけるノイズの多いラベルの問題に対処します。
• •エラー検出のためにSELECTという方法を提案します。
• •テキスト認識モデルの精度向上に貢献します。