DU_YULIN的博客

文章目录前言摘要（Abstract)1. 介绍（Introduction)2. 相关工作（Related Work)3. 方法（Approach）3.1 傅里叶轮廓嵌入（Fourier Contour Embedding)总结前言最近在查找OCR开源项目时，发现了商汤公司的MMOCR,它和百度公司的PaddleOCR一样都是用于OCR文本检测和识别的开源框架，里面也集成了很多当下比较优秀的检测与识别模型，比如DBNet, CRNN等。之前有用过PaddleOCR，还真没用过MMOCR。出于好奇，研究了

文章目录前言一、摘要（Abstract）二、介绍（Introduction）2. 相关工作（Related Work）3. 论文方法（Proposed Method）3.1 整体流程（Overall Pipeline）3.2 先进尺度扩展算法（PSE, Progressive Scale Expansion Algorithm）3.3 标签生成（Label Generation）3.4 损失函数（Loss Function）3.5 实现细节（Implementation Details）4. 实验（Expe

文章目录前言1. YAML配置文件2. 配置文件读取3. 构造并初始化配置文件中的类总结前言之前阅读DBNet论文时，发现很多地方讲的不是很清楚，比如为什么推理阶段速度比以前的方法快 - 没有使用启发式聚类方法根据二值图产生最终的文本框？希望通过阅读源码能够解惑，并且能够训练自己的文本检测数据集。DBnet 源码github 地址： https://github.com/MhLiao/DB1. YAML配置文件DBNet的配置文件包括三个部分：（1）import: 依赖的其它配置文件，如果

提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档文章目录前言摘要（Abstract）1. 介绍（Introduction）2. 相关工作（Related Work)总结前言在项目中测试过EAST文本检测模型后，发现效果不太好，在搜索了现有文本检测模型后，都说DBnet模型比较优，而且像PaddleOCR, EasyOCR等比较成熟的OCR文本检测与识别工具都有使用，所以今天开始学习这个模型并做下笔记，方便以后复习。论文：Real-time Scene Text Detection

文章目录前言Abstract1. Introduction1.引入库2.读入数据总结前言今天开始阅读OCR 文本检测模型 - EAST论文, 这里做下笔记。论文标题： EAST: An Efficient and Accurate Scene Text DetectorAbstract本论文之前的文本检测方法效果不错，但是在有挑战性的场景中，即使使用深度学习模型，检测效果也是不佳。这是因为检测性能不是仅仅受单一指标影响，而是多个阶段相互作用的结果。论文提出了一种简单高效的自然场景文件检测..

系列文章目录提示：这里可以添加系列文章的所有文章的目录，目录需要自己手动添加例如：第一章 Python 机器学习入门之pandas的使用提示：写完文章后，目录可以自动生成，如何生成可参考右边的帮助文档文章目录系列文章目录 前言 一、pandas是什么？ 二、使用步骤 1.引入库 2.读入数据 总结前言提示：这里可以添加本文要记录的大概内容：例如：随着人工智能的不断发展，机器学习这门技术也越来越重要，很多人都开启了学习机器学习，本文就介绍了机器学习..