字符识别——PSENet

最新推荐文章于 2024-02-02 18:27:47 发布
最新推荐文章于 2024-02-02 18:27:47 发布
阅读量739 收藏 4
点赞数
分类专栏： ocr
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_22764813/article/details/105198051
版权

最近在进行护照的字符识别，然后属ocr项目的小白，入手的网络结构PSENet：

以下总结了一些好心人的贡献：

OCR之PSE检测算法代码详解

CV-Paper-文字检测-Shape Robust Text Detection PSENet

详细记录超轻量中文OCR LSTM模型ncnn实现

PSENet网络的dataset部分解析

PSENet.pytorch

chineseocr_lite

【论文翻译】PSENet：Shape Robust Text Detection with Progressive Scale Expansion Network

 

最最重要的参考，一定不要漏掉回复环节（作者答疑）

猫猫与橙子
关注
专栏目录
【文字识别】PaddleOCR实战和算法解读
梁瑛平的博客
03-18 4885
【文字识别】PaddleOCR实战和算法解读项目地址：PaddleOCR：基于PaddleOCR的中软杯国二项目：PaddleOCR简介：项目简介：在线体验：模型介绍：文本检测算法：1. 支持的开源算法：2. 开源算法精度：3. DB 算法简介：算法简介：模型结构： 项目地址： PaddleOCR： https://github.com/PaddlePaddle/PaddleOCR 基于PaddleOCR的中软杯国二项目： https://aistudio.baidu.com/aistudio/projec
文字检测算法——PSENet阅读笔记
AI-Mei的博客
05-05 2313
论文题目：Shape Robust Text Detection with Progressive Scale Expansion Network 论文摘要 目前文字检测存在的挑战 大多数最先进的算法都需要精确的四边形bounding box来定位任意形状的文本，而不能检测curve文本，如Fig. 1（b） 对于两个比较接近的文本行可能会导致一个错误的检测，检测结果会覆盖两个实例，如Fig. ...
文本检测-Psenet
博客
07-10 1639
通常OCR中，文字检测都是由目标检测继承而来，目标检测大多都是基于先验框的（anchor base)，近期出现的no-anchor模式本质上也是基于先验框的。anchor-base模式在目标检测衍生到OCR领域就有很多缺陷，比如：倾斜（或扭曲）文字检测不准、过长文字串检测不全、过短文字串容易遗漏、距离较近的无法分开等缺点。近期，渐进式扩展网络(PSENet)横空出世，以另一种思路解决了这些问题。 目前文本检测领域主要有两种方法，一种是Anchor-based的方法，如下(b)所示，其主要问题是基于ancho
PSENet原理介绍
热门推荐
minjialong的博客
08-04 2万+
    前面我们介绍了经典的目标检测，这里我们来学习一篇OCR领域最新的论文，改论文提出了一个新的文字检测思路–PSENet。 整体框架     如上图所示该模型主干网络使用ResNet系列（可以根据自己需要调整），输入图像维度为：[B,3,H,W][B, 3, H, W][B,3,H,W]，通过下采样，特征融合，上采样，最后得到得到与原图片尺寸相同的输出F，维度大小为：[B,C,H,W][B,...
PSENet原理与代码解析
00000cj的博客
10-21 3413
PSENet原理简述
Thomas_Cai的记忆殿堂
02-18 468
这是一种基于图像分割的文本检测方法，具体的结构是resnet50+fpn提取特征，设计的loss function检测不同尺寸的跟文本形状相同的anchor，最后通过pse算法也就是bfs算法把每个anchor连接起来，形成最后的文本框。 https://blog.csdn.net/ft_sunshine/article/details/90244514 https://zhaopeng0103.github.io/%E6%96%87%E6%9C%AC%E6%A3%80%E6%B5%8B/CVPR2019-
基于libtorch的psenet和crnn 文本检测识别代码.zip
最新发布
03-30
在当前的项目中，我们关注的是“基于libtorch的psenet和crnn 文本检测识别代码”。这个项目是一个示例，包含源代码和教程，旨在帮助开发者直接部署和使用。libtorch是PyTorch的一个轻量级C++库，它为计算机视觉任务...
字符识别OCR原理及应用实现
吴建明wujianming_110117
03-30 3768
字符识别OCR原理及应用实现 文本是人类最重要的信息来源之一，自然场景中充满了形形色色的文字符号。光学字符识别（OCR）相信大家都不陌生，就是指电子设备（例如扫描仪或数码相机）检查纸上打印的字符，通过检测暗、亮的模式确定其形状，然后用字符识别方法将形状翻译成计算机文字的过程。 工业场景的图像文字识别更加复杂，出现在很多不同的场合。例如医药品包装上的文字、各种钢制部件上的文字、容器表面的喷涂文字、商...
nn_psenet.zip
05-25
OCR（Optical Character Recognition，光学字符识别）技术是计算机视觉领域的一个重要分支，主要用于自动识别图像中的文字内容。近年来，随着深度学习的发展，OCR技术取得了显著的进步，尤其是在自然场景文字检测与...
超轻量级中文ocr，支持竖排文字识别, 支持ncnn推理 , psenet(8.5M) + crnn(6.3M) + anglenet(1.5M) 总模型仅17M-python
06-18
本篇将深入探讨一个专为中文OCR（光学字符识别）设计的超轻量级解决方案，该方案特别强调了对竖排文字的识别能力，并且支持ncnn推理框架。核心模型包括psenet、crnn和anglenet，它们的组合使得整个模型在保持高效...
汉字识别算法,准确识别中文
01-21
基于C的汉字识别算法，可准确识别中文，很有用
手写体数字字符识别算法仿真比较研究
11-08
采 用Ｂ Ｐ 神 经 网 络、 原 始 极 限 学 习 机 、 正 则 极 限 学 习 机 和 傅 里 叶 变 换 优 化 极   限 学 习 机 算 法 分 别 进 行 手 写 体 数 字 字 符 识 别 仿 真 实 验， 通 过Ｍ Ｉ Ｎ Ｉ Ｓ Ｔ 数 据 库 中 ＃  １ ０  ０ ０ ０ 个 手 写 体 数 字 样 本 训 练 神 经 网 络 数 据 传 输 过 程 中 的 参 数， 用 縣 所 得 神 经  网 络 参 数 进 行 手 写 体 数 字 识 别 仿 真 测 试 。比 较 ４种 算 法 的 仿 真 效 果 ，Ｂ Ｐ 网 络 识 别 效 果 最 好 、 训 练 速 度 最 慢 ， 原 始 极 限 学 习 机 训 练 速 度 最 快 ，正 则 极 限 学 习 机 和 傅 里叶 变 换 极 限 学 习 机 优 化 算 法 识 别 正 确 率 高 于 原 始 极 限 学 习 机， 但 增 加 了 算 法 的 时间 复 杂 度 。 将 该 手 写 体 数 字 字 符 识 别 仿 真 实 验 用 于 学 生 实 验 教 学 ， 可 加 强 学 生 对  神 经 网 络 相 关 知 识 的 学 习 和 理 解 ， 提 高 学 生 编 程 和 工 程 应 用 能 力。
基于BP神经网络的简单字符识别算法自小结(C语言版)
11-03
基于BP神经网络的简单字符识别算法自小结(C语言版)
pytorch-psenet实现 并训练自己的数据集
无左无右的博客
05-25 1万+
作者的github链接：https://github.com/whai362/PSENet Requirements Python 2.7 PyTorch v0.4.1+ pyclipper Polygon2 OpenCV 3.4 (for c++ version pse) opencv-python 3.4 首先是需要安装这些依赖，因为我们自己电脑上面已经安装了各种版本的opencv，pytho...
PSENet：Shape Robust Text Detection with Progressive Scale Expansion Network ---- 论文阅读笔记
学无止境
07-18 1415
方法简介 PSENet：主干网络ResNet，基本框架FPN。 亮点： 提出了内核（把S1,S2,...,SnS_1,S_2,...,S_nS1​,S2​,...,Sn​ 中的文本实例的分割区域称为内核kernels）和渐进式扩展算法（Progressive Scale Expansion ）。 优势： 是一个基于像素分割的方法，能够精确地定位任意形状的文本实例 提出了渐进式扩展算法，即使两个...
PSENet详解+代码解释+测试
m0_56569131的博客
02-02 1847
5、这个过程由于我用的都是新版的环境，以及自定义的数据集，等等所以改的地方比较多，有问题可以评论区问（自己的笔记本只有一块显卡，超级慢，但是代码支持多块显卡，我用的公司服务器4块显卡同时训练，效果还行）上面两个是多边形Pn和Pi之间的间距计算和缩放比例计算公式，其中Area()表示多边形的面积，Perimeter()表示多边形的周长，参数m和n是算法的超参数，分别取值为0.5和6。二、BFS的关键点是确保节点按照它们的距离从起始节点排列，即先访问距离起始节点为1的节点，然后是距离为2的节点，以此类推。
【文本检测】PSENet
可乐大牛的博客
05-06 568
目录论文正文概述细节整体流程Progressive Scale Expansion(PSE)标注 论文正文 链接：链接，提取码：7tjv 概述 背景：文本检测当中，主流的两类方法是基于回归的方法和基于分割的方法。前者对于任意形状文本的检测效果较差，后者较好，但是后者容易将接近的文本实例检测为一个文本实例，本文就是为了解决这个问题。 下图中：a是原图，b是使用基于回归的方法得到的结果，效果很差，c是基于分割的方法得到的结果，d是使用PSENet得到的结果。 细节 整体流程 首先骨干网络是ResNet，接着经
PSENet解读——Shape Robust Text Detection with Progressive Scale Expansion Network
aift的专栏
05-15 6003
简述 paper：https://arxiv.org/abs/1806.02559 code：https://github.com/whai362/PSENet PSENet（渐进式的尺度扩张网络），最新的版本是CVPR 2019的一篇论文，近来18、19年在文本检测领域出现了很多针对“弯曲文本”检测的算法，PSENet就是其中之一（代码开源啦~~）。 目前文本检测领域主要有两种方法，一种是A...
【论文翻译】PSENet：Shape Robust Text Detection with Progressive Scale Expansion Network
PRIS-SCMonkey的博客
03-18 1万+
Shape Robust Text Detection with Progressive Scale Expansion Network 基于渐进式尺寸可扩展网络的形状鲁棒文本检测 论文链接：https://arxiv.org/pdf/1806.02559.pdf 论文代码：https://github.com/whai362/psenet 【摘要】 形状鲁棒性文本检测面临的挑战主要有两个方面：1...
基于CNN的车牌字符高效识别技术
他们在论文中针对智能车牌识别系统中的一个关键挑战——车牌字符类别众多且背景复杂，识别精度受到影响，提出了一个创新的解决方案。 首先，为了提高识别的准确性，作者们对车牌字符图像进行了预处理。这包括大小...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

猫猫与橙子

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值