1. An Anchor-Free Region Proposal Network for Faster R-CNN based Text Detection Approaches
论文原文见arxiv.
中心思想
对于尺度变化比较大的数据集来说,Faster RCNN的RPN阶段anchor的设计比较复杂,同时anchor只能预测水平的检测框,而不能预测带旋转角度的检测框,因此本文作者放弃了在RPN阶段使用anchor,在RPN阶段直接使用一个点(同样也是用3x3的滑动窗在conv4特征图上滑动得到)回归出bounding box的四个角点坐标,backbone是FPN版本的RPN网络,在coco和icdar上都取得了比FPN版Faster RCNN更好的效果。感觉类似于east的思想。
其它
文章也给出了一些FPN在文本检测任务中的实现细节:
1. 对于FPN的多个分支,每个GT只会分配给某一个分支,其他的分支都会将该GT忽略掉(感觉是类似于SNIP的思想);
2. 这篇文章是在 coco, icdar 上进行文本检测,作者说 FPN 没必要使用 P5 和 P6,因为文本检测中一般没有这么大的图像,所以文章将 GT 按照短边的尺寸大小分为了