**告别合成数据：TextRIRO 利用真实图像自配对实现高保真场景文本编辑**

_Real In, Real Out: What If We Only Use Real Data for Scene Text Editing?_

> 针对现有场景文本编辑（STE）过度依赖合成数据导致效果不佳的问题，本文提出了 TextRIRO 模型。该模型创新性地利用真实图像，通过裁剪和打乱等策略生成自配对训练数据，从而在不依赖合成数据的情况下，有效解决了域差距问题，实现了在保持原始风格的同时对文本内容进行高保真编辑。此外，基于该模型构建的大规模数据集 TextRIRO-3M 还显著提升了长文本识别的准确率。

**来源信息**
- **来源**：HuggingFace Daily Papers（社区热门论文）
- **分类**：ai-models
- **发布时间**：2026-10-22 08:00（北京时间）
- **原文**：[打开原文](https://huggingface.co/papers/2610.27592)