android - 使用相同的图像作为输入运行 MLKit Text Recognition On-Device API 的 iOS 和 Android 版本时的不同结果

Question

这更像是 Firebase/MLKit 团队的问题。

当使用相同的图像作为 iOS 和 Android 版本的 MLKit 文本识别设备上 API 的输入时，我确实在每个解决方案提供的边界框信息(x、y、宽度、高度)上得到了不同的结果。

请参阅下面我用于测试的原始输入图像和另一张图像，该图像显示了生成的文本 block 的边界框，这些边界框是根据两个文本识别设备上 API 提供的信息绘制的(蓝色的是iOS 结果，红色为 Android 结果):

• Original input image

• Resulting bounding boxes

有谁知道什么会导致 iOS 和 Android 版本 API 的结果之间出现这种差异？我怀疑他们使用不同的 ML 模型来识别/提取边界框。如果是这样，是否有可能在不久的将来让这两种解决方案运行相同的模型，因为它们仍处于测试版阶段？

欢迎任何想法!

Answer 1

你是对的。目前 ML Kit 中 iOS 和 Android 的底层引擎是不同的。我们将更新模型以使它们在以后的版本中保持一致。