本研究提出了基于学习的单点标注模式，用于红外小目标标注。通过EDGSP框架，将目标检测网络转化为精细化标注生成方法，生成的伪标签在准确率和虚警率上超越现有方法。使用粗略的单点标注，性能仍达到全面标注的99.5%。

该文综述场景文本识别研究进展，涵盖基于Transformer编码的端到端框架（无需矫正模块或字符级注释即可引导文本定位）、以单点标注替代边界框的SPTS v2、共享计算的FOTS、建模交互特征的ESTextSpotter、一次学习定位东巴象形文字的OTS，以及处理任意形状文本的统一网络、识别曲线文本的实例分割方法、图像编辑技术与合成数据域适应方法。