OCR文字识别（1）

最新推荐文章于 2024-05-29 10:49:43 发布

linolzhang

最新推荐文章于 2024-05-29 10:49:43 发布

阅读量7.3k

点赞数 7

分类专栏：深度学习机器学习 | 计算机视觉

本文链接：https://blog.csdn.net/linolzhang/article/details/82780071

版权

本文介绍了OCR中的EAST算法，一种快速有效的场景文本检测方法，以及其简化分支、输出层和损失函数的设计。接着，文章提到了EAST的局限性和AdvancedEAST的改进，后者通过关注边缘像素提升检测准确性。

摘要由CSDN通过智能技术生成

一. 研究背景

文字识别是CV领域应用最广，最接地气的方向之一，从证件识别到智慧医疗，从拍照识别到无人驾驶，从车牌识别到物流分拣，几乎涵盖了AI的所有场景。

通常文字识别分成两步，文本位置检测 + 识别。

> 论文参考：

> 常用数据集：

数据集名称	内容说明	下载	中英文
ICDAR2011	2011, Localization，Recognition 2013, Localization, Segmentation, Recoginition. 2015/17, Localization, Recognition, End-to-end. 2017增加了中文检测识别RCTW	【下载】	英文
ICDAR2013		【下载】	英文
ICDAR2015		【下载】	英文
ICDAR2017		【下载】	中英文
COCO Text	包含63,686张图片，但标注质量并不是太好。	【下载】	中英文
MSRA-TD500	共500张自然场景图片，含倾斜图片 Training 300 + Test 200。	【下载】	中英文
CTW	清华大学、腾讯联合推出，32285张高清街景图，>1 Million 字符。论文：【Chinese Text in the Wild】	【下载】

关注