qq_41894176的博客

代码已跑通，作者是用5w数据集训练，目前我是用1w数据集训练，效果上感觉也还行。问题：训练过程中Loss很高，需要调参。论文由华中科技大学学生在百度CV部门实习发布的一篇论文。摘要：在这篇论文中，作者的兴趣方向是编辑自然场景图像中的文本，其目的就是用另一个词替换或者修改源图像中的一个词，同时保持其真实外观。这是一项很有挑战的任务，为了防止编辑后的图像在视觉上与源图像无法区分，源图像背景和文本风格都需要保留。作者提出一个（end-to-end trainable style retention ne

EraseNet: End-to-End Text Removal in the Wild端到端的文本删除网络：EraseNet摘要：场景文本擦除技术在隐私保护、基于摄像头的虚拟显示翻译和图像编辑等方面的应用越来越受到人们的关注。然而，现有的方法在实际应用中存在不足，主要是因为它们是在合成或非代表性数据集上进行评估的，为了填补这一空白，促进这一研究方向，本文提出了一个名为SCUT-EnsText的真实数据集，该数据集由公共场景文本阅读基准中3562幅不同的图像组成，每幅图像都经过严格的注释，提供了视觉

一种基于风格学习的系统用来构建你的手写字体库(EasyFont: A Style Learning-Based System to Easily Build Your Large-Scale Handwriting Fonts)问题：怎么样设计每个人自己的艺术风格字体？英文上因为只有26个字母比较方便，但是对于中文很难提出解决方法：提出一个系统EasyFont，通过学习你写的少量字体的风格（自己精心挑选，少于1%），自动合成字体库中的所有字符(如中文)的个人笔迹。为了构建一个全自动手写字体生成系统，

代码: https://github.com/davyneven/SpatialEmbeddings代码运行环境：python3.6.8+cuda10.1+torch1.1.0+liunx数据集下载：https://zhuanlan.zhihu.com/p/265535566结果： Instance Segmentation by Jointly Optimizing Spatial Embeddings and Clustering Bandwidth 通

目前文本检测的两大挑战：1)大多数方法在文本检测中存在false positives（本来是负样例，分类成正样例。又称假阳性FPs）情况。2)现实生活中文本的大尺度变化使得网络难以学习样本。论文中提出的ContourNet网络解决两个问题，有效实现对任意形状文本的准确检测。1、提出了一种自适应区域建议网络（Adaptive-RPN），该网络只关注于预测框与ground-truth边界框on the Intersection over Union (IoU) values来生成text proposa