【字符分割】Efficient and Accurate Arbitrary-Shaped Text Detection with Pixel Aggregation Network

最近要更新文本检测的训练模型，所以看了PSE的升级版PAN；

论文：https://arxiv.org/abs/1908.05900v1

代码：https://github.com/WenmuZhou/PAN.pytorch

目录

1.该论文的主要方法介绍

1.1该方法的主体框架

1.2 分块介绍主体功能

1.2.0 Fr作用

1.2.1 FPEM模块（Feature Pyramid Enhancement Module）

1.2.2 FFM模块（Feature Fusion Module）

1.2.3 Ff作用

1.3 loss计算部分

1.3.1 Pixel Aggregation

1.3.2 LossFunction

2.PAN与PSE的异同

3.PAN方法代码实现细读

4.训练PAN的实战经验

---

1.该论文的主要方法介绍

1.1该方法的主体框架

该方法主体框架fig.3所示，功能上大概包括以下几部分（b）Lightweight Backbone；（c）Fr，（d）～（e）FPEM，FFM，（f）Ff，loss计算 ；

作者的论文中的主干网络使用的是resnet18，由于主干网络使用的是resnet18，模型推理速度得到了提升，但是网络小的时候