写在前面
读研究生了,目前的方向是目标检测(主要在文本检测这一块),本科时候偷的懒作的孽到底还是要还…第一篇博客,记录一下看论文的理解和感悟,暂作自己复习回顾用,理解较浅还请见谅。
研究初期看了一篇关于文本检测的综述性博客,https://blog.csdn.net/SIGAI_CSDN/article/details/80858565
打算按照博客上面梳理的结构来进行系统化学习。把相关论文下载并分类:
- 网络篇:
- [1] FCN-全卷积网络
- [2] STN-空间变换网络
- [3] Faster R-CNN网络
- 模型篇:
- [1] CTPN模型
- [2] RRPN模型
- [3] DMPNet模型
- [4] EAST模型
- [5] PixelLink模型
- [6] WordSup模型(弱监督)
- RARE模型(先变形矫正,再预测)
- SegLink模型(SSD)
- Textboxes模型(SSD)
- Textboxes++模型(SSD)
- [11] CRNN模型(端到端,图文识别,长文本)
- [12] FOTS模型(端到端)
- [13] STN-OCR模型(端到端)
---------------------------------------------------11月7日更新---------------------------------------------------
最近闲来无事,又去搜罗了一下近两年(2017~2018)的高水平文本检测文章
都下载下来留着慢慢看:
加油鸭要学的东西还有好多。