商汤科技面试——AI算法岗

目录

1. 文本检测是什么

2. LSVT和ArT比赛

3. 为什么选用MaskRCNN

4. 为什么选择SPCNet、DenseASPP、M2Det

5. 性能的提升了多少

6. 还进行过哪些尝试

7.Anchor Free 目标检测

8.算法

9.实现题

---

1. 文本检测是什么

与通用目标检测不同，分为文本和非文本两类，且任务要求仅检测有文本的区域，背景不包含在里面。因此对于弯曲文本，用矩形框无法很好的完成任务。

2. LSVT和ArT比赛

LSVT大部分为街景标志和广告牌等文本，存在同一个文本区域内文字之间间距过大，有大量横向与纵向的文本，因此容易将横向与纵向的文本识别混淆。ArT有三分之一文本为弯曲文本，且有很多弯曲幅度很大，因此矩形框难以准确框出文本区域。

3. 为什么选用MaskRCNN

目前文本检测分为两大分支：一类是基于Bbox的，如EAST、RRPN等；一类是基于Mask的，如MaskRCNN、SPCNet、PixelLink等。由于ArT存在大量弯曲文本，矩形框与弯曲文本IoU难以达到0.5，因此选用MaskRCNN系列作为Baseline。