标签
TextRIRO 提出仅使用真实数据进行场景文本编辑的方法，通过图像扰动（Shuffle&Crop）构建自配对训练数据并结合条件扩散模型，显著缩小合成到真实的域差距，并发布了 TextRIRO-3M 大规模真实数据集用于长文本识别。