从零开始的 OCR：RARE 场景文本识别算法学习笔记

RARE 针对自然图像中的透视与曲线等不规则文本识别难题，引入基于 Spatial Transformer Network（STN）的自动校正模块。该模块通过 Localization Network 预测 K 个上下边界控制点，并利用 TPS 变换建立反向采样映射，将畸变图像重采样为规则文本图像。其训练过程无需控制点几何标注，完全由最终文字识别损失进行监督。