工程部署-2-神经网络搭建与训练

一、概要

    最终目的：在开发板上部署一个快速的文字检测模型，并且可以达到实时准确检测的效果

    算法名称：轻量PANNet文字检测算法，具体可以通过前面的博客PAN网络简介进行细节了解。

二、网络修改思路

    原始的PANNet网络可以检测多行(几十个文字)、紧凑的文字，而本文的算法处理内容要简单很多，因为需要检测的文字是单行且简短的，如下图所示

 

    如上面的这种列车车厢外侧的车厢编号。

    所以，所需要的PanNet网络，是不必像原始网络那样需要用到kernel核和embedding向量进行像素聚合处理流程的。所以网络的输出只需要一个通道的text预测即可，如网络input_size=[1,3,24,120],输出为output=[1,1,24,120]。

    注意！其中的FPEM模块，只需要两个分支进行特征融合。

三、网络搭建

1. 网络整体结构

 

    如上图所示，主干网络主要采用了Resnet50或Resnet101等残差网络中用到的BottleNeck结构，FPEM只用到了主干网络的两个分支的输出，在输出端只有一个Text的预测部分，output=[bx1x24x120]。