扫描式SSD用于公式检测，代码已开源

SSD是大家常见的目标检测器，在类似COCO的日常生活类物体检测，或者人脸、行人检测上都有应用，不过是否可以用于文本领域的检测呢？

今天跟大家介绍一篇新出的论文 ScanSSD: Scanning Single Shot Detector for Mathematical Formulas in PDF Document Images，美国罗彻斯特理工学院提出一种扫描式SSD（ScanSSD），仅使用视觉特征，而不使用任何文本的版面信息，进行数学公式检测。

ScanSSD训练时文档图像大小为512 * 512，在给定600 dpi的文档页图像上，SSD检测器以多尺度滑动窗口的方式定位公式，然后把检测结果合并，得到最终的整个页面的公式。

常见的学术文献中数学公式示例：

可见，既有独占一行的公式（红色区域），也有嵌入进文本的公式（蓝色区域）

在实验中，作者使用了 TFD-I