![](https://img-blog.csdnimg.cn/20201014180756913.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
object detection & OCR
文章平均质量分 94
文件夹66
from now!
展开
-
又一遍文本检测(一)(按时间倒序逐渐更新)
再次整理一波文本检测论文,前面写过的就不写了。这是一个目录TextBPNMotivationPipeline损失函数RSCAMotivationPipeline损失函数NASKMotivationPipelinePCRMotivationPipelineTextBPN论文全名:Adaptive Boundary Proposal Network for Arbitrary Shape Text Detection。发表在ICCV 2021。Motivation任意形状的文本检测是很具有挑战性的,作原创 2021-09-10 19:19:33 · 913 阅读 · 0 评论 -
文本检测(二)Segmentation based
文章目录Scene Text Detection via Holistic, Multi-Channel Predictionpipelineground truthloss functioninferenceexperienmentLimitationsWordFence: Text Detection in Natural Images with Border AwarenessICIP 2017 WordFencepipelineground truthloss functionPixelLinkpi原创 2021-08-18 17:45:33 · 649 阅读 · 0 评论 -
文本检测综述(一)regression based
个人总结的近几年基于深度学习方法的文本检测算法相关论文。文章目录概述CTPNpipelineground truthloss functioninferenceexperienmentEASTpipelineground truthscore mapgeometry maploss function分类损失几何损失RBOXQUADinferenceexperienmentLimitationsSegLinkpipelineground truthloss functioninferenceexperien原创 2021-08-17 21:15:54 · 1176 阅读 · 0 评论 -
Real-time Scene Text Detection with Differentiable Binarization
论文地址:Real-time Scene Text Detection with Differentiable Binarization又是白翔老师组的产出。tql这篇文章仍然是基于语义分割的文本检测算法。文章目录概述方法Differentiable binarizationlabel generation损失函数Inference概述目前,基于语义分割的方法很多,它们可以更准确地描述不同形状的文本。但是一般这些方法都会配有二值化的post processing,将概率的分割图转化为文本或者非文本原创 2021-08-13 11:15:10 · 399 阅读 · 0 评论 -
CRAFT
论文地址:Character Region Awareness for Text Detection文章目录方法总述训练产生ground truth弱监督学习Inference在处理具有挑战性的文本时,字符级意识有许多优势,可以通过自下而上的方式链接连续的字符。但目前大多数存在的文本数据集并没有提供字符级别的标注,因为这个工作代价非常大。方法总述由卷积神经网络产生字符region score和affinity score。region score用于定位图片中的单个字符,affinity score原创 2021-08-12 21:10:27 · 116 阅读 · 0 评论 -
PSE_简记
论文地址:Shape Robust Text Detection with Progressive Scale Expansion Network。文章目录摘要算法概述具体算法pipelineprogressive scale expansionlabel generationloss function摘要目前的文本检测有两个挑战:大多数的bounding box based文本检测器很难定位任意尺寸的文本,这些文本本身就很难用长方形完美地包围;大多数segmentation based文本检测原创 2021-08-12 14:49:23 · 198 阅读 · 0 评论 -
EAST_简记
论文地址:https://arxiv.org/abs/1704.03155,这篇文章发表于2017年。文章目录摘要贡献方法总体网络设计标签生成score map几何map损失函数score mapgeometry map摘要目前的文字检测算法在遇到一些具有挑战性的场景时,往往检测效果会大大降低,因为总体的效果需要依赖于整个pipeline的多个阶段和组件。而作者提到,这篇论文本身很简单但是非常高效,这个pipeline直接预测任意方向和四边形形状的单词或者文本行。贡献提出了一个场景文字检测的方法原创 2021-08-12 09:35:36 · 85 阅读 · 0 评论