EAST（Efficient and Accurate Scene Text Detector）在旋转目标检测中的应用详解

EAST是一种高效的单阶段场景文本检测模型，通过直接回归旋转矩形或四边形边界框实现任意方向目标的检测。其设计初衷虽为文本检测，但可扩展至遥感、自动驾驶等领域的旋转目标检测任务。以下从核心原理、技术优化和应用实践三个方面展开解析。

---

一、核心原理​

1. ​模型架构​

• ​Backbone​：通常采用PVANet或ResNet作为主干网络，提取多尺度特征（如1/8、1/16、1/32下采样特征）。
• ​特征融合​：通过特征金字塔（FPN）​融合不同层级的特征，增强小目标检测能力。
• ​检测头​：输出两类信息：
  • ​Score Map​：像素级分类，判断是否属于目标区域。
  • ​Geometry Map​：回归旋转框参数（旋转矩形或四边形坐标）。

2. ​旋转框表示方法​

• ​旋转矩形（RBOX）​​：
  • 五参数表示：