2018年11月20日，光学字符识别（OCR）领域的重要指标--国际文档分析与识别大会（ICDAR）测试集被再次刷新，中国高校及企业包揽ICDAR2015排行榜前五，依次为云从科技（Pixel-Anchor）、南京大学与南京理工大学（PSENet）、旷视科技（Mask Text）、商汤科技（FOTS）、阿里巴巴（IncepText）。
CDAR2015榜单（2018年11月20日）。F值代表精度和检出率的调和平均数，也是排名的根据，F值越大，检测结果越优。
2018年11月20日，云从科技在预印本网站arXiv上发表了最新论文成果，该论文提出了用于自然场景文本检测的Pixel-Anchor框架。论文发表之前，他们在国际文档分析与识别大会发布的ICDAR2015和ICDAR2017 MLT数据集上检测了Pixel-Anchor算法，并刷新了ICDAR2015的最佳成绩。
据悉，ICDAR2015是纯英文文本检测数据集，ICDAR2017 MLT则包含了拉丁文、英文、中文、韩文、日文、阿拉伯文等9种文字。云从的Pixel-Anchor算法在ICDAR2017 MLT综合榜单中排名第四，排名前三的三家国外机构没有提交公开论文。除去没有发表公开论文的几家机构，ICDAR2017 MLT数据集前五名及框架名称分别是云从科技（Pixel-Anchor）、阿里巴巴（ATL-cangjie）、商汤科技（FOTS）、旷视科技（EAST++）、南京大学（PSENet_NJU）。ICDAR2017 MLT的中文榜单中，云从科技排名第一，商汤科技位居第二。
相较于传统的文本检测OCR，自然场景中的各种商品、布景或自然场景图片中的文本检测与识别面临着复杂背景干扰、文字的模糊与退化、不可预测的光照、字体的多样性、垂直文本、倾斜文本等挑战。与针对高质量文档图像的传统OCR相比，自然场景文本检测能在更宽泛的领域中应用，例如照片分析、车牌识别，图片广告过滤，场景理解，商品识别，街景定位，票据识别等。该项赛事中中国企业的优异表现，说明我国在计算机视觉的文本检测这一细分市场中，具有较强的技术领先优势，为日后技术商业化落地奠定了良好的基础。
