本文介绍了一种新型场景文本识别模型E$^2$STR，该模型通过上下文丰富的文本序列进行训练，展现了有效的上下文学习能力。E$^2$STR在字符级别推断文本区域，解决了字符注释不足的问题，并在多个基准测试中表现优越，尤其在复杂场景文本检测上具有高度灵活性。

该文介绍了一种使用神经网络2来检测场景文本的新方法，通过字符级别推断文本区域和新的关联表示法来估算字符背景。该方法解决了缺少单独字符级别注释的问题，并在6个基准测试中证明了在字符级文本检测方面的优越性。该方法具有高度的灵活性，适用于检测复杂的场景文本图像。