旷视科技经典文字检测EAST

于 2020-03-02 20:06:55 发布
阅读量457 收藏
点赞数 1
分类专栏： deeplearning
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/LIXIAOLONGJIEQUAN/article/details/104618345
版权
本文详细介绍了旷视科技所采用的EAST文字检测算法，该算法基于深度学习，实现了高效的文字检测。通过 EAST网络结构，模型能够快速定位图像中的文字区域，适用于各种复杂场景。此外，文章还探讨了EAST在实际应用中的优势和挑战，以及可能的优化策略。
摘要由CSDN通过智能技术生成
图1

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 <

最低0.47元/天 解锁文章
明明可以早点起
关注
  • 1
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
旷视科技(Face++)和孙剑博士近期一些研究工作总结
沐的博客
06-30 6021
孙剑博士，前微软亚研院首席研究员，现任旷视科技首席科学家。在计算机视觉方向做出了很多经典的研究工作，例如：物体检测算法（Faster-RCNN 系列），深度残差网络 (Residual Network)，经典去雾算法（ Single Image Haze Removal using Dark Channel Prior）等。2016年6月底，孙剑博士加入AI领域初创Face++（旷视科技）担任首席
EAST算法详解
热门推荐
attitude_yu
06-18 3万+
EAST：高效而准确的场景文本检测 1. 摘要 以前的场景文本检测方法已经在各种基准测试中取得了良好的效果。但是，这些方法即使使用深度神经网络模型，在处理具有挑战性的场景时也通常具有不足之处。这是因为文本检测的整体性能取决于pipelines中多个阶段和各部分的相互作用，而简单的pipeline能够集中精...
解读旷视科技文字检测最核心原理，实现速度、精度双提升
静觅
02-28 389
“ 阅读本文大概需要 2 分钟。 ”深度学习时代，如何做出精度更高、速度更快、输出更加稳定的文字检测与识别模型？旷视科技是中国最早一批用深度学习的方法开展计算机视觉应用的人工智能企业，被...
EAST 自然场景文本检测实践(EAST: An Efficient and Accurate Scene Text Detector)
大数据挖掘SparkExpert的博客
09-15 2万+
自然场景文字是图像高层语义的一种重要载体，近些年自然场景图像中的文本检测与识别技术越来越引起人们的重视。特别是近年来ICDAR的历界比赛，更是逐渐将这一领域的score不断提升。如http://rrc.cvc.uab.es/?ch=4&com=evaluation&task=1&gtv=1这个主页上看到列出的result结果，都有达到90%多的。此外，一些大公司的AI都提供了这样的接口，如百度AI
旷视科技Face++ 数据分析面试
weixin_42029738的博客
08-08 4454
      转载请注明出处，谢谢！       自学机器学习有一段时间了，趁着暑假想去找一份实习，在实习僧网上投了旷视科技，今天去面试了。旷视科技的人脸识别技术还是不错的，公司三楼有个展厅，对人脸识别的精度还不错，他们也拿这个当成门禁系统了。        好了，言归正传，我面试的岗位是数据分析实习生，要求主要是SQL和python的pandas库。面试的总体感觉就是无论是HR还是面试官，给人...
icdar.zip_east_icdar _文字检测_深度学习_深度学习 检测
07-14
数据处理 深度学习 人工智能 实现场景文字检测
基于EAST算法的书法文字检测
02-23
**基于EAST算法的书法文字检测** 在计算机视觉领域，文字检测是一项重要的任务，它能够帮助我们自动识别图像中的文字，对于文档理解、图像检索、车牌识别等应用场景有着广泛的应用。EAST（Efficient and Accurate ...
Opencv调用EAST场景文字检测模型进行文字检测（附Python，C++代码）-附件资源
03-05
Opencv调用EAST场景文字检测模型进行文字检测（附Python，C++代码）-附件资源
EAST检测OCR识别.rar
04-15
EAST（Efficient and Accurate Scene Text Detector）是一种深度学习模型，专门用于检测图像中的文字。它通过卷积神经网络（CNN）和全连接层来预测图像中每个像素是否属于文本区域以及文本的方向。EAST模型的优点...
EAST解读 —— An Efficient and Accurate Scene Text Detector
aift的专栏
07-22 2705
文章目录简述现有工作问题数据集网络结构特征提取层特征合并层结果输出层标签生成损失函数文本分割LossRBOX边界偏移LossRBOX偏移角度损失QUAD偏移LossLocality-Aware NMS实验结果 简述 EAST是旷视科技CVPR 2017年的一篇场景文本检测算法，其特点有：结构简单，速度快，端到端等，Github上有很好的复现代码，是一种实用性很强的文本检测算法。 paper：ht...
大话文本检测经典模型：EAST
weixin_34161029的博客
05-16 968
2019独角兽企业重金招聘Python工程师标准>>> ...
EAST: An Efficient and Accurate Scene Text Detector
年轻即出发，
01-06 1万+
论文：An Efficient and Accurate Scene Text Detector github:https://github.com/argman/EAST 旷世科技在CVPR2017的作品 优势： 提供了方向信息，可以检测各个方向的文本 缺点： 对较长的文本检测效果不好，感受野不够长 网络结构： 整体网络结构分为3个部分 (1) 特征提取层...
EAST: An Efficient and Accurate Scene Text Detector 自然场景下的文字识别（原理及代码理解）
zhangwei15hh的博客
04-11 9733
最近在学习自然场景下的文字识别，有一个比较新的模型EAST，所以学习一下。 论文原地址：https://arxiv.org/abs/1704.03155v2 源码：https://github.com/argman/EAST 模型特点及优势 该模型直接预测全图像中任意方向和四边形形状的单词或文本行，消除不必要的中间步骤（例如，候选聚合和单词分割）。通过下图它与一些其他方式的步骤...
EAST 自然场景文本检测
weixin_30245867的博客
09-30 331
自然场景文本检测是图像处理的核心模块，也是一直想要接触的一个方面。 刚好看到国内的旷视今年在CVPR2017的一篇文章：EAST: An Efficient and Accurate Scene Text Detector。而且有开放的代码，学习和测试了下。 题目说的是比较高效，它的高效主要体现在对一些过程的消除，其架构就是下图中对...
ICCV 2019 | 旷视研究院提出文字检测新方法：像素聚合网络PAN
旷视开发者技术社区
09-06 1674
两年一度的国际计算机视觉大会 ICCV 2019 ( IEEE International Conference on Computer Vision) 将于当地时间 1...
OCR EAST: An Efficient and Accurate Scene Text Detector 自然场景下的文字识别算法详解
Michael’s Blog
09-27 8874
最近研究OCR，有篇比较好的算法文章引起我的注意，《EAST: An Efficient and Accurate Scene Text Detector》，该文发表在2017年CVPR上。代码地址：https://github.com/argman/EAST，这是原作者参与的一份tensorflow版本代码，网上还有其他的实现。 下面根据原文的结构和上述提供的代码详细的解读一下该算法 一、网络架...
旷视科技提出新型端到端神经网络，可检测和识别任意形状的文本
weixin_41876817的博客
10-15 1604
全球计算机视觉三大顶会之一 ECCV 2018 （European Conference on Computer Vision）即将于9月8 -14日在德国慕尼黑拉开帷幕。届时，旷视首席科学家孙剑博士将带领团队远赴盛会，助力计算机视觉技术的交流与落地。而在此之前，旷视科技将陆续推出 ECCV 2018 接收论文系列解读。 论文名称：Mask TextSpotter: An End-to-En...
Python实现的灯牌文字检测系统详解
使用的模型是EAST（Efficient and Accurate Scene Text Detection）基础上的TDC（Text Density Classification）模型，这是一个快速的文字检测模型，能够预测每个像素点是否属于文字区域及其相对于文字区域的几何...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值