FAST文本检测

FAST: Searching for a Faster Arbitrarily-Shaped Text Detector with Minimalist Kernel Representation文本检测阅读笔记（2111.02394v1.pdf）

解决的问题Question

• 检测任意形状文本
• 模型手工设计、非最优、速度慢
• 精度低

创新点Idea

• 运用了NAS网络搜索
• 运用了Connected Components Labeling (CCL)算法，实现用gpu快速后处理得到最终文本位置。

模型结构

backbone+类似残差结构+预测层(head)+Text dilation

细节

NAS选项中，设计了1*3、3*1的卷积核，有利于长文本，竖排文本检测。
NAS还用identity(表示什么都不加)控制网络规模。
没有使用fpn，直接用类似残差结构进行特征融合
损失使用$1-\frac{2p\ast g}{p^2+q^2}$,取自基本不等式，pq分别是预测和真实，同时综合了内核和text的损失。

实验

比较多个模型，绘速度精度图。
文本核收缩大小对结果的影响的实验，测试了最佳文本核收缩大小
在4个数据集上与很多算法比较精度和FPS。

总结

在速度与精度平衡上由于现有算法