EAST（ tensorflow）论文理解

源码：https://github.com/argman/EAST

论文地址：EAST论文地址

论文题目：EAST: An Efficient and Accurate Scene Text Detector

传统的文本检测方法和一些基于深度学习的文本检测方法，大多是multi-stage，在训练时需要对多个stage调优，这势必会影响最终的模型效果，而且非常耗时．针对上述存在的问题，本文提出了端到端的文本检测方法，消除中间多个stage(如候选区域聚合，文本分词，后处理等)，直接预测文本行．

下图给的是几个不同框架的检测pipeline：可以发现本文只包含两个stage

论文关键思想

提出了基于two-stage的文本检测方法：全卷积网络(FCN)和非极大值抑制(NMS)，消除中间过程冗余，减少检测时间。
该方法即可以检测单词级别，又可以检测文本行级别．检测的形状可以为任意形状的四边形：即可以是旋转矩形(下图中绿色的框)，也可以是普通四边形(下图中蓝色的框)）。（我是用的是绿色的框）
采用了Locality-Aware NM