{"notes":[{"id":"text-recognition/union14m","category":"text-recognition","legacyPath":"text-recognition/2307-union14m","legacySlug":"2307-union14m","legacyPaths":[],"title":"Union14M","subtitle":"Une pluie de pièces sur l'échiquier","author":"Z. Yuan","paperDate":"2023-07-17","publishedOn":"2024-10-22","paperTitle":"Revisiting Scene Text Recognition: A Data Perspective","paperUrl":"https://arxiv.org/abs/2307.08723","bibliography":{"title":"Revisiting Scene Text Recognition: A Data Perspective","authors":["Qing Jiang","Jiapeng Wang","Dezhi Peng","Chongyu Liu","Lianwen Jin"],"url":"https://arxiv.org/abs/2307.08723","pdfUrl":"https://arxiv.org/pdf/2307.08723","codeUrl":null,"preprint":{"id":"2307.08723","submittedOn":"2023-07-17","url":"https://arxiv.org/abs/2307.08723"},"publication":{"venue":"ICCV","year":2023,"kind":"conference","url":"https://arxiv.org/abs/2307.08723"},"citation":"@misc{textrecognitionunion14m2023,\n  title = {{Revisiting Scene Text Recognition: A Data Perspective}},\n  author = {Qing Jiang and Jiapeng Wang and Dezhi Peng and Chongyu Liu and Lianwen Jin},\n  year = {2023},\n  eprint = {2307.08723},\n  archivePrefix = {arXiv},\n  url = {https://arxiv.org/abs/2307.08723}\n}\n","citationPath":"/content/papers/citations/text-recognition/union14m.69b5d5fefc96.bib"},"thumbnail":{"src":"/content/papers/assets/39ca4ac101c26285774d8d0a7a5a9f4ba67f58b1d7e6ba91956378290e12682a.jpg","width":1152,"height":500},"locale":"fr","path":"/content/papers/fr/text-recognition/union14m.e45b8371f94d.md","headings":[{"id":"définition-du-problème","text":"Définition du problème","depth":2},{"id":"résolution-du-problème","text":"Résolution du problème","depth":2},{"id":"union14m-l","text":"Union14M-L","depth":3},{"id":"union14m-u","text":"Union14M-U","depth":3},{"id":"diversité-des-formes-de-texte","text":"Diversité des formes de texte","depth":3},{"id":"vocabulaire-riche","text":"Vocabulaire riche","depth":3},{"id":"architecture-du-modèle","text":"Architecture du modèle","depth":3},{"id":"préentraînement-et-ajustement","text":"Préentraînement et ajustement","depth":3},{"id":"discussion","text":"Discussion","depth":2},{"id":"une-réalité-brutale","text":"Une réalité brutale","depth":3},{"id":"repérage-des-difficultés","text":"Repérage des difficultés","depth":3},{"id":"construction-du-jeu-de-référence","text":"Construction du jeu de référence","depth":3},{"id":"résultats-expérimentaux","text":"Résultats expérimentaux","depth":3},{"id":"conclusion","text":"Conclusion","depth":2}],"anchorAliases":{},"guide":null,"relatedReading":[{"id":"text-recognition/yatr","relation":"background","topic":"Données et généralisation en reconnaissance de texte"},{"id":"text-recognition/ocr-scaling-law","relation":"next","topic":"Données et généralisation en reconnaissance de texte"}]},{"id":"text-recognition/yatr","category":"text-recognition","legacyPath":"text-recognition/2107-yatr","legacySlug":"2107-yatr","legacyPaths":[],"title":"YATR","subtitle":"La copie ne devient pas l’original","author":"Z. Yuan","paperDate":"2021-07-29","publishedOn":"2024-11-09","paperTitle":"Why You Should Try the Real Data for the Scene Text Recognition","paperUrl":"https://arxiv.org/abs/2107.13938","bibliography":{"title":"Why You Should Try the Real Data for the Scene Text Recognition","authors":["Vladimir Loginov"],"url":"https://arxiv.org/abs/2107.13938","pdfUrl":"https://arxiv.org/pdf/2107.13938","codeUrl":null,"preprint":{"id":"2107.13938","submittedOn":"2021-07-29","url":"https://arxiv.org/abs/2107.13938"},"publication":null,"citation":"@misc{textrecognitionyatr2021,\n  title = {{Why You Should Try the Real Data for the Scene Text Recognition}},\n  author = {Vladimir Loginov},\n  year = {2021},\n  eprint = {2107.13938},\n  archivePrefix = {arXiv},\n  url = {https://arxiv.org/abs/2107.13938}\n}\n","citationPath":"/content/papers/citations/text-recognition/yatr.2f29088e021f.bib"},"thumbnail":{"src":"/content/papers/assets/850ab8a9d464e0e857f5a440bce346cc9926a014ea27080b0311deb32947fbbf.jpg","width":1224,"height":552},"locale":"fr","path":"/content/papers/fr/text-recognition/yatr.b72a0ecc1952.md","headings":[{"id":"définir-le-problème","text":"Définir le problème","depth":2},{"id":"résoudre-le-problème","text":"Résoudre le problème","depth":2},{"id":"architecture-du-modèle","text":"Architecture du modèle","depth":3},{"id":"discussion","text":"Discussion","depth":2},{"id":"limportance-des-données-réelles","text":"L’importance des données réelles","depth":3},{"id":"essayons-vitstr","text":"Essayons ViTSTR","depth":3},{"id":"conclusion","text":"Conclusion","depth":2}],"anchorAliases":{},"guide":null,"relatedReading":[{"id":"text-recognition/wwwstr","relation":"background","topic":"Données et généralisation en reconnaissance de texte"},{"id":"text-recognition/union14m","relation":"next","topic":"Données et généralisation en reconnaissance de texte"}]},{"id":"text-recognition/ocr-scaling-law","category":"text-recognition","legacyPath":"text-recognition/2401-ocr-scaling-law","legacySlug":"2401-ocr-scaling-law","legacyPaths":[],"title":"OCR Scaling Law","subtitle":"La loi de mise à l'échelle des modèles d'OCR","author":"Z. Yuan","paperDate":"2023-12-29","publishedOn":"2024-11-15","paperTitle":"An Empirical Study of Scaling Law for OCR","paperUrl":"https://arxiv.org/abs/2401.00028","bibliography":{"title":"An Empirical Study of Scaling Law for OCR","authors":["Miao Rang","Zhenni Bi","Chuanjian Liu","Yunhe Wang","Kai Han"],"url":"https://arxiv.org/abs/2401.00028","pdfUrl":"https://arxiv.org/pdf/2401.00028","codeUrl":null,"preprint":{"id":"2401.00028","submittedOn":"2023-12-29","url":"https://arxiv.org/abs/2401.00028"},"publication":null,"citation":"@misc{textrecognitionocrscalinglaw2023,\n  title = {{An Empirical Study of Scaling Law for OCR}},\n  author = {Miao Rang and Zhenni Bi and Chuanjian Liu and Yunhe Wang and Kai Han},\n  year = {2023},\n  eprint = {2401.00028},\n  archivePrefix = {arXiv},\n  url = {https://arxiv.org/abs/2401.00028}\n}\n","citationPath":"/content/papers/citations/text-recognition/ocr-scaling-law.7f17e4808c5f.bib"},"thumbnail":{"src":"/content/papers/assets/7f8bf4fb742fad31bedbe3b952d194a3bcac951a36f95169f217b752a0a8381a.jpg","width":968,"height":288},"locale":"fr","path":"/content/papers/fr/text-recognition/ocr-scaling-law.e67da5d872aa.md","headings":[{"id":"définition-du-problème","text":"Définition du problème","depth":2},{"id":"résolution-du-problème","text":"Résolution du problème","depth":2},{"id":"mise-à-léchelle-des-modèles","text":"Mise à l'échelle des modèles","depth":3},{"id":"mise-à-léchelle-des-données","text":"Mise à l'échelle des données","depth":3},{"id":"paramètres-expérimentaux","text":"Paramètres expérimentaux","depth":3},{"id":"discussion","text":"Discussion","depth":2},{"id":"loi-de-puissance-et-taille-du-modèle","text":"Loi de puissance et taille du modèle","depth":3},{"id":"loi-de-puissance-et-volume-des-données","text":"Loi de puissance et volume des données","depth":3},{"id":"loi-de-puissance-et-ressources-de-calcul","text":"Loi de puissance et ressources de calcul","depth":3},{"id":"rapport-entre-données-synthétiques-et-réelles","text":"Rapport entre données synthétiques et réelles","depth":3},{"id":"le-préentraînement-est-il-nécessaire-","text":"Le préentraînement est-il nécessaire ?","depth":3},{"id":"comparaison-avec-dautres-modèles","text":"Comparaison avec d'autres modèles","depth":3},{"id":"conclusion","text":"Conclusion","depth":2}],"anchorAliases":{},"guide":null,"relatedReading":[{"id":"text-recognition/union14m","relation":"background","topic":"Données et généralisation en reconnaissance de texte"}]}],"text":"Nous avons lu des dizaines d'articles sur la reconnaissance de texte dans les scènes. Pourtant, les jeux de validation reviennent toujours : ICDAR, IIIT5K, SVT, SVTP, CUTE80 et quelques autres.\n\nÀ vrai dire, leurs résultats semblent déjà proches de la saturation.\n\n## Définition du problème\n\n![Performance des modèles](/content/papers/assets/10ff5eb9f16a4ecc9282026cfa529c4e6479574c16e99e4852f17d215f598534.jpg)\n\nLa figure présente la moyenne des performances sur six jeux courants.\n\nDepuis le bon vieux CRNN jusqu'à SAR, SATRN et ABINet, elle dépasse 92 % après 2022. Il devient difficile d'y gagner beaucoup plus.\n\nFaut-il en conclure que la STR est « résolue » ? Ou nos jeux de validation représentent-ils trop mal le terrain pour nous montrer ce qui reste à faire ?\n\nSi l'échiquier ne convient plus, pourquoi le garder ?\n\nLes auteurs décident de le renverser et de reprendre la partie autrement.\n\n## Résolution du problème\n\nLes jeux existants ne reflètent pas assez les difficultés réelles de la reconnaissance de texte. Les auteurs réunissent donc Union14M, un grand jeu de données tirées de scènes réelles.\n\nIl contient **4 millions d'images annotées** (Union14M-L) et **10 millions sans annotations** (Union14M-U), provenant de 17 jeux publics :\n\n\n\n![Composition d'Union14M](/content/papers/assets/8012c7ec7839a86cefeecb1e138bccb2572b1b247e23acb469a425971ea446ea.jpg)\n\n\n\nCe regroupement couvre la plupart des jeux disponibles et classe plusieurs sortes de difficultés, afin de mieux représenter la diversité du texte réel.\n\nGrâce à cette taille, les auteurs peuvent analyser les faiblesses des modèles STR dans des scènes plus variées et pousser le domaine plus loin.\n\n### Union14M-L\n\nCette partie rassemble quatre millions d'images annotées issues de **14 jeux publics**, choisis pour couvrir diverses scènes réelles.\n\nPar exemple :\n\n- **ArT** : textes courbés.\n- **ReCTS, RCTW, LSVT, KAIST, NEOCR et IIIT-ILST** : scènes urbaines de différents pays.\n- **MTWI** : textes de pages Web.\n- **COCOTextV2** : nombreuses images de faible résolution et textes verticaux.\n- **IntelOCR, TextOCR et HierText** : tirés d'OpenImages, qui compte environ neuf millions d'images de scènes réelles variées.\n\nL'ensemble doit permettre des analyses qui dépassent les quelques scénarios habituels.\n\nMais concaténer simplement les jeux poserait problème : formats d'annotation différents, doublons, caractères non latins et images endommagées. Les auteurs procèdent donc ainsi :\n\n- **Découpage des instances** : beaucoup de jeux annotent le texte par polygones. Union14M découpe plutôt chaque instance avec son **plus petit rectangle aligné sur les axes**. Ce choix peut introduire davantage d'arrière-plan, donc rendre l'apprentissage plus difficile, mais aussi accroître la robustesse au bruit de fond et réduire la dépendance à la précision du détecteur lors de l'analyse du reconnaisseur.\n\n- **Suppression des doublons** : les auteurs retirent d'abord les exemples communs à Union14M-L et aux jeux de référence, puis les doublons entre les 14 sources. HierText, TextOCR et IntelOCR provenant tous d'OpenImages, ils privilégient HierText et éliminent les recouvrements dans les deux autres.\n\n- **Exclusion des caractères non latins et des exemples à ignorer** : ils conservent les échantillons composés de lettres latines, chiffres et symboles, et retirent les images annotées « ignore ».\n\n### Union14M-U\n\nLes dix millions d'images non annotées servent à étudier l'apprentissage auto-supervisé. Annoter manuellement du texte demande beaucoup de temps et des compétences linguistiques ; les auteurs veulent exploiter les données disponibles sans cette étape.\n\nIls puisent ces **10 millions d'images** dans **Book32**, **OpenImages** et **Conceptual Captions (CC)**.\n\nÀ la différence de travaux antérieurs, trois détecteurs de texte et un vote fondé sur l'IoU sélectionnent les instances de qualité. Les doublons d'OpenImages présents dans Union14M-L sont également retirés.\n\n### Diversité des formes de texte\n\n\n\n![Styles de texte](/content/papers/assets/03136a4da26a0c8a5a894fe8b7c6ca0d01b0d234e9589a581a73797627f46edd.jpg)\n\n\n\nUnion14M contient des textes courbés, inclinés et verticaux, avec du flou, des fonds complexes ou des occlusions. On y trouve enseignes, marques et autres textes du quotidien.\n\nLes textes verticaux y sont nombreux. Ils sont courants dans le monde réel, mais plutôt rares dans les données synthétiques.\n\n### Vocabulaire riche\n\n\n\n![Vocabulaire](/content/papers/assets/6b741a9393ccc68a8645cc4bde12f95621d155a4489bc91f89f826b2f12a7ec6.jpg)\n\n\n\nLes données synthétiques puisent souvent leurs mots dans des corpus ordinaires. Sur le terrain, on voit aussi des plaques d'immatriculation ou des mélanges de langues et de translittérations absents de ces corpus. La figure indique un vocabulaire presque deux fois plus grand pour Union14M-L que pour les jeux synthétiques. Cela donne de la matière à une analyse plus large.\n\n### Architecture du modèle\n\n\n\n![Architecture MAERec](/content/papers/assets/39ca4ac101c26285774d8d0a7a5a9f4ba67f58b1d7e6ba91956378290e12682a.jpg)\n\n\n\nAprès le jeu de données, les auteurs proposent MAERec, un modèle fondé sur un préentraînement auto-supervisé.\n\nCelui-ci exploite les dix millions d'images sans annotations d'Union14M-U.\n\nMAERec s'appuie sur ViT, pratique pour la modélisation d'images masquées.\n\n- [**[21.11] MAE : un quart des indices**](/blog/papers/vision-transformers/mae)\n\nL'image est divisée en patches de 4×4 et transmise au backbone ViT. Un décodeur autorégressif, emprunté au décodeur Transformer de SATRN, génère ensuite le texte.\n\n- [**[19.10] SATRN : Transformer arrive sur le terrain**](/blog/papers/text-recognition/satrn)\n\nPour une comparaison équitable, les auteurs unifient seulement le nombre de classes à 91, comprenant chiffres, lettres majuscules et minuscules, symboles et espace. Ils conservent les autres hyperparamètres propres à chaque modèle d'origine.\n\n### Préentraînement et ajustement\n\n\n\n![Préentraînement MAERec](/content/papers/assets/77f92c3f1df82661063e2484625f0269c45c20c16bb1a150001454966e9e4dc8.jpg)\n\n\n\nPour exploiter Union14M-U, les auteurs adaptent le cadre MAE au préentraînement.\n\nAvec 75 % des patches masqués, le backbone ViT préentraîné et son décodeur de reconstruction reconstituent encore des images de texte. Cela suggère l'apprentissage d'une structure visuelle utile ; la contribution à la reconnaissance doit être vérifiée par l'ajustement en aval.\n\nLes poids ViT préentraînés initialisent ensuite MAERec, qui est affiné sur Union14M-L.\n\n## Discussion\n\n### Une réalité brutale\n\n\n\n![Performance des modèles](/content/papers/assets/b25ab3b77e53ad5c9ebd955983487f67773315931492c4643788cc80eaf5dcad.jpg)\n\n\n\nLes auteurs prennent d'abord 13 modèles STR représentatifs, tous entraînés sur données synthétiques, et les évaluent sur Union14M-L. Le tableau montre une baisse de précision moyenne de...\n\n- **20,50 points de pourcentage** !\n\n\n> [!TIP]\n> \n> Qui oserait encore dire que la STR est résolue ?\n\n\n### Repérage des difficultés\n\n![Défis](/content/papers/assets/5746bebc6f084568f217f2583cdf4fd3504ee7e96f862b13cc6e2d1aebdabcb1.jpg)\n\nChaque exemple d'Union14M-L reçoit un score de difficulté. En examinant les cas ratés par la majorité des 13 modèles, les auteurs distinguent quatre problèmes encore mal résolus et trois situations fréquentes dans le monde réel mais peu étudiées.\n\n- **Textes courbés (Curve Text)**\n\n  Dans (a), les textes courbés ont déjà inspiré deux approches majeures :\n\n  1. Les modèles qui rectifient l'image du texte.\n  2. Les modèles à attention 2D.\n\n  Ils réussissent bien sur CUTE, mais ce jeu contient relativement peu de textes courbés et ceux-ci ne le sont pas fortement. Sur des courbures marquées, les résultats restent moins bons.\n\n  ***\n\n- **Textes multiorientés (Multi-Oriented Text)**\n\n  En (b), le texte peut être vertical, incliné ou reflété sur des objets variés. Or beaucoup de modèles STR supposent une disposition presque horizontale.\n\n  Ils ramènent souvent la hauteur à une valeur fixe, par exemple 32 pixels, en conservant le rapport largeur-hauteur. Cela peut écraser la hauteur des images de textes verticaux ou inclinés et compliquer la reconnaissance.\n\n  ***\n\n- **Textes artistiques (Artistic Text)**\n\n  En (e), typographies, effets, mise en page et fonds complexes créent des exemples parfois uniques. La reconnaissance peut s'apparenter à un problème sans exemple ou avec un seul exemple. Les données synthétiques couvrent mal ces formes, et les modèles manquent encore de robustesse.\n\n  ***\n\n- **Textes sans contexte (Contextless Text)**\n\n  En (f), certaines suites de lettres, chiffres ou symboles ne forment aucun mot connu : abréviations, identifiants aléatoires, etc. Même nets et peu déformés, ils peuvent être mal reconnus si le modèle s'appuie trop sur son vocabulaire.\n\n  Par exemple, « YQJ » peut devenir « you ». Pour une plaque, une facture ou un document d'identité, cette correction imaginaire peut avoir des conséquences sérieuses.\n\n  ***\n\n- **Texte saillant (Salient Text)**\n\n  En (c), des caractères parasites apparaissent près du texte principal. Des mots de tailles différentes peuvent se côtoyer ou se chevaucher et être inclus par erreur dans la reconnaissance. Liao et ses collègues ont proposé un masque ROI pour les éliminer à la détection. Mais si le détecteur cadre mal le texte, le reconnaisseur doit encore savoir trouver rapidement la bonne région.\n\n  ***\n\n- **Texte à plusieurs mots (Multi-Words Text)**\n\n  En (d), une enseigne ou une expression comporte plusieurs mots. La plupart des modèles STR étant entraînés sur des mots isolés dans des jeux synthétiques, ils reconnaissent mal les espaces.\n\n  Ils peuvent coller plusieurs mots ou modifier des caractères pour former un seul mot plausible. « Live to Evolve » peut ainsi devenir « liveroee ».\n\n  ***\n\n- **Texte incomplet (Incomplete Text)**\n\n  En (g), une occlusion ou un mauvais recadrage retire une partie des caractères. Le modèle peut alors compléter le début ou la fin manquants et prédire un mot entier que l'image ne montre pas.\n\n  Ce comportement est accentué lorsque le modèle utilise de fortes connaissances linguistiques. Si l'image montre seulement « ight », proposer « might » ou « light » serait trompeur ; idéalement, le système devrait sortir « ight » et laisser le traitement suivant détecter l'anomalie.\n\n  Il faut donc évaluer cette complétion et ses effets sur les applications en aval.\n\n### Construction du jeu de référence\n\n\n\n![Union14M-Benchmark](/content/papers/assets/1c2e8b748a81be4ea83f147383c08b1937e98fbb6067b94ba5c149771d1bcc8d.jpg)\n\n\n\nPour étudier ces sept difficultés, les auteurs construisent un nouveau jeu de référence orienté vers les défis :\n\n- **Union14M-Benchmark**.\n\nIl comprend huit sous-ensembles : 400 000 exemples généraux et 9 383 exemples difficiles, soit **409 383 images** au total.\n\n### Résultats expérimentaux\n\nLes auteurs commencent par comparer des modèles entraînés sur les données synthétiques MJ+ST :\n\n![Données synthétiques](/content/papers/assets/5fc54253c63ecb2eb0e56fdf1fadc2e9666a8c2e250a2000d344ec9694b47d64.jpg)\n\nPuis ils les réentraînent sur Union14M :\n\n![Données Union14M](/content/papers/assets/f82a3506c4706fbfd8e664477367e0b2b55bfbc99f267e787a755f7af371a6d1.jpg)\n\n---\n\nPar rapport aux six jeux courants, la précision moyenne sur **Union14M-Benchmark** est inférieure de **48,5 points** après entraînement sur données synthétiques, et de **33,0 points** après entraînement sur **Union14M-L**. Les images de ce benchmark sont manifestement plus difficiles.\n\nL'entraînement sur **Union14M-L** augmente la précision de **3,9 points** sur les jeux courants et de **19,6 points** sur **Union14M-Benchmark**. Les données synthétiques couvrent donc mal ces difficultés réelles, tandis que les données réelles apportent un gain net dans les tests présentés.\n\n\n> [!TIP]\n> \n> Le faible gain sur les jeux courants rappelle aussi à quel point ils sont proches de la saturation.\n\n\nAvec **Union14M-L** seul, la meilleure précision moyenne des 13 modèles sur **Union14M-Benchmark** n'atteint que **74,6 %**, en excluant le sous-ensemble du texte incomplet. La STR est loin d'être réglée ; même beaucoup de données réelles ne suffisent pas à tout résoudre.\n\nQuand l'entraînement n'utilise que les données synthétiques, les 13 modèles perdent en précision sur les textes incomplets après suppression du premier ou du dernier caractère. Voici la baisse moyenne de leur métrique WAICS selon la famille :\n\n- **Modèles de langage** : 10,2 points.\n- **Modèles CTC** : 5,6 points.\n- **Modèles à attention** : 5,9 points.\n\nLes auteurs relient la chute plus forte des modèles de langage à leur tendance à « corriger » les caractères qui semblent manquer. L'entraînement sur Union14M-L atténue ce comportement, peut-être parce que son vocabulaire plus vaste limite le surapprentissage des corpus. Le problème demeure.\n\n## Conclusion\n\nL'article est riche : il révèle des limites des modèles comme des jeux de données. Constituer Union14M a représenté un gros travail et nous donne une vue plus complète des textes du monde réel, donc de meilleurs moyens d'évaluer la STR.\n\n\n> [!TIP]\n> \n> Nous vous conseillons de lire l'article et de parcourir leur dépôt GitHub.\n> \n> Projet : [**Union14M GitHub**](https://github.com/Mountchicken/Union14M)\n","imageSizes":{"/content/papers/assets/10ff5eb9f16a4ecc9282026cfa529c4e6479574c16e99e4852f17d215f598534.jpg":{"width":1224,"height":572},"/content/papers/assets/8012c7ec7839a86cefeecb1e138bccb2572b1b247e23acb469a425971ea446ea.jpg":{"width":1116,"height":782},"/content/papers/assets/03136a4da26a0c8a5a894fe8b7c6ca0d01b0d234e9589a581a73797627f46edd.jpg":{"width":1080,"height":860},"/content/papers/assets/6b741a9393ccc68a8645cc4bde12f95621d155a4489bc91f89f826b2f12a7ec6.jpg":{"width":1104,"height":234},"/content/papers/assets/39ca4ac101c26285774d8d0a7a5a9f4ba67f58b1d7e6ba91956378290e12682a.jpg":{"width":1152,"height":500},"/content/papers/assets/77f92c3f1df82661063e2484625f0269c45c20c16bb1a150001454966e9e4dc8.jpg":{"width":1614,"height":528},"/content/papers/assets/b25ab3b77e53ad5c9ebd955983487f67773315931492c4643788cc80eaf5dcad.jpg":{"width":1104,"height":710},"/content/papers/assets/5746bebc6f084568f217f2583cdf4fd3504ee7e96f862b13cc6e2d1aebdabcb1.jpg":{"width":2232,"height":1024},"/content/papers/assets/1c2e8b748a81be4ea83f147383c08b1937e98fbb6067b94ba5c149771d1bcc8d.jpg":{"width":856,"height":548},"/content/papers/assets/5fc54253c63ecb2eb0e56fdf1fadc2e9666a8c2e250a2000d344ec9694b47d64.jpg":{"width":2876,"height":890},"/content/papers/assets/f82a3506c4706fbfd8e664477367e0b2b55bfbc99f267e787a755f7af371a6d1.jpg":{"width":2962,"height":1138}}}
