使用Keras基于AdvancedEAST的场景图像文本检测

Blog：https://blog.csdn.net/linchuhai/article/details/84677249

GitHub：https://github.com/huoyijie/AdvancedEAST

自然场景文本检测

自然场景文字是图像高层语义的一种重要载体，自然场景文本检测是图像处理的核心模块，近年来ICDAR的历界比赛成绩不断提升：

Result：http://rrc.cvc.uab.es/?ch=4&com=evaluation&task=1&gtv=1

EAST

论文：旷视 - CVPR2017 - EAST: An Efficient and Accurate Scene Text Detector

开源：https://github.com/argman/EAST

优点：

1）步骤简化：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，EAST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，其架构就是下图中对应的E部分，跟前面的方法比起来的确少了比较多的过程。（类似于经典的CTPN架构）

2）多方向文本定位：虽然CTPN方法在水平文本的检测方面效果比较好，但是对于竖直文本或者倾斜的文本，该方法的检测就很差，而EAST能支持多方向文本的定位。

AdvancedEAST

转载于:https://www.cnblogs.com/5211314jackrose/p/11289577.html