高级场景文本检测算法：AdvancedEAST

高级场景文本检测算法：AdvancedEAST

AdvancedEAST AdvancedEAST is an algorithm used for Scene image text detect, which is primarily based on EAST, and the significant improvement was also made, which make long text predictions more accurate.https://github.com/huoyijie/raspberrypi-car项目地址:https://gitcode.com/gh_mirrors/ad/AdvancedEAST

项目介绍

AdvancedEAST是一个基于深度学习的高效且准确的场景文本检测算法，它是在EAST: An Efficient and Accurate Scene Text Detector的基础上进行了显著改进的开源项目。通过优化长文本预测，AdvancedEAST提供了更精确的检测结果。如果你对此项目感兴趣，欢迎给予star，并在遇到问题时联系作者。

• Email: yijie.huo@foxmail.com
• Website: https://huoyijie.cn

项目技术分析

这个项目由Keras编写，易于阅读和运行，利用先进的EAST文本检测算法作为基础，并在此基础上进行了一系列改进。主要亮点在于其对长文本预测的准确性的提升，解决了EAST算法在预测四边形对角线端点时的困难。

• 优点：基于EAST的强大功能，但更容易训练，对长文本的预测精度显著提高。
• 网络结构：AdvancedEAST网络架构采用了一种新的策略，以边界像素为基础预测文本框的四个顶点，提高了预测的准确性（如激活图所示）。
• 输出解析：输出包括得分图、顶点编码和几何信息，利用所有边界像素预测每个文本框的顶点坐标。

应用场景

AdvancedEAST适用于各种需要从自然场景图像中提取文本的应用，如：

1. 实时场景文本识别系统。
2. 图像搜索引擎，例如基于文本的图像检索。
3. 自动驾驶中的道路标志识别。
4. 社交媒体上的文本检测和分析。

项目特点

• 易于理解和执行：使用Keras框架，代码简洁易懂，适合初学者和专业人士。
• 高效训练：提供的预处理脚本可以加速训练过程。
• 卓越性能：尤其在处理长文本时，比EAST有明显优势。
• 详尽文档：提供了详细的原理介绍和后处理流程说明。

为了开始使用，确保你的环境满足以下要求：

• Python 3.6.3+
• TensorFlow-GPU 1.5.0+ (或TensorFlow 1.5.0+)
• Keras 2.1.4+
• Numpy 1.14.1+
• Tqdm 4.19.7+

要开始训练，你可以下载[Tianchi ICPR 数据集](https://pan.baidu.com/s/1NSyc-cHKV3IwDo6qojIrKA 密码: ye9y)，并参考项目文件夹内的advanced_east.py，preprocess.py和label.py等脚本。

这个强大的工具等待着你的探索和应用，让我们一起推进场景文本检测的技术边界！

AdvancedEAST AdvancedEAST is an algorithm used for Scene image text detect, which is primarily based on EAST, and the significant improvement was also made, which make long text predictions more accurate.https://github.com/huoyijie/raspberrypi-car项目地址:https://gitcode.com/gh_mirrors/ad/AdvancedEAST