MaskRCNN做文本检测？你试过吗？

      之前用MaskRCNN检测了版面图片中的图片、表格、公式，整体效果还可以，想想能不能对MaskRCNN稍作修改，让它来检测文本行？带着这个好奇心，我出发了。

第一步，标注数据

     目前来说，数据是学习DL的重要，没有数据，只能算理论上了解DL，用实际数据实践是学习巩固DL理论知识必要环节。

     如果需要自己标记数据集的话可以用labelme，我这个是之前处理结果批量生成的，因为要一行一行标注一两万张这样的数据，那真是要命的。

     下面是版面图片中的文本行标注后的结果样例。

 

 

第二步，改动代码&训练

此步省略...

第三步，测试结果

 

       总体检测效果还行，细节方面还需要继续改进，但是我并不准备花太多时间对它进行改进，因为MaskRCNN做文本行检测速度实在太慢了，就算改进到最后效果很棒，速度上也不能接受，这次训练就当一个小测试就行。