EAST: An Efficient and Accurate Scene Text Detector论文代码解析

最新推荐文章于 2021-06-26 18:30:36 发布
最新推荐文章于 2021-06-26 18:30:36 发布
阅读量154 收藏
点赞数
分类专栏： 深度学习 文字检测
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_43728225/article/details/103568168
版权

代码地址：我忘了是GitHub上哪一个人写的了，有知道的告诉我一下，完整代码我会放在文末的百度云盘链接上。
第一个部分：原理部分我推荐参考https://blog.csdn.net/qq_14845119/article/details/78986449#comments这位博主的，（他也有代码解析说的非常棒，再次膜拜一下）
代码由以下部分组成：1、预处理部分(对应data_processor.py)。2、模型部分（east_model.py）。3、训练部分（train.py）

注意事项：

在训练的时候如果损失值出现了负数，那么表示其label是出错了

待续。。。。。。

Exdous rivière
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
EAST笔记
jacke121的专栏
05-04 2万+
论文题目：EAST: An Efficient and Accurate Scene Text Detector论文地址：https://arxiv.org/pdf/1704.03155.pdf代码复现：https://github.com/argman/EAST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...
WDSR-Wide Activation for Efficient and Accurate Image Super-Resolution 论文代码
12-25
WDSR,Wide Activation for Efficient and Accurate Image Super-Resolution论文代码，pytorch实现，欢迎各位下载！
OCR - EAST论文阅读笔记
DU_YULIN的博客
06-26 544
文章目录前言Abstract1. Introduction1.引入库2.读入数据总结 前言 今天开始阅读OCR 文本检测模型 - EAST论文, 这里做下笔记。 论文标题： EAST: An Efficient and Accurate Scene Text Detector Abstract 本论文之前的文本检测方法效果不错，但是在有挑战性的场景中，即使使用深度学习模型，检测效果也是不佳。这是因为检测性能不是仅仅受单一指标影响，而是多个阶段相互作用的结果。论文提出了一种简单高效的自然场景文件检测..
文本检测:EAST论文笔记
weixin_44784065的博客
03-17 800
文本识别:EAST论文笔记 前言 第一次写博客，发现自己看过论文后总是理解不深且过一段时间对一些概念就会模糊，所以打算以后对一些重要的内容进行记录。不仅能够加深自己的理解，日后翻看也比较方便。 本文仅对论文内容理解进行记录，包括自身的理解以及网上参考的内容，不包括代码的实现，如果其中有错误或有偏差的地方，还希望发现的朋友多多指正。日后如果复现了代码会再增加相关内容。 论文地址：https://ar...
EAST 自然场景文本检测实践(EAST: An Efficient and Accurate Scene Text Detector)
大数据挖掘SparkExpert的博客
09-15 2万+
自然场景文字是图像高层语义的一种重要载体，近些年自然场景图像中的文本检测与识别技术越来越引起人们的重视。特别是近年来ICDAR的历界比赛，更是逐渐将这一领域的score不断提升。如http://rrc.cvc.uab.es/?ch=4&com=evaluation&task=1&gtv=1这个主页上看到列出的result结果，都有达到90%多的。此外，一些大公司的AI都提供了这样的接口，如百度AI
EAST: An Efficient and Accurate Scene Text Detector
年轻即出发，
01-06 1万+
论文：An Efficient and Accurate Scene Text Detector github:https://github.com/argman/EAST 旷世科技在CVPR2017的作品 优势： 提供了方向信息，可以检测各个方向的文本 缺点： 对较长的文本检测效果不好，感受野不够长 网络结构： 整体网络结构分为3个部分 (1) 特征提取层...
ORB-SLAM: a Versatile and Accurate Monocular SLAM System
11-03
它在前端提取ORB 特征进行计算，在回环检测模块中使用ORB字典。相比于SIFT特征和SURF特征，ORB特征的计算效率比较高，又具有良好的旋转和尺度缩放不变性，同时带来一个致命的缺点：每幅图像都要提取ORB特征耗费了...
DeepFool: a simple and accurate method to fool deep neural networks.pdf
03-25
DeepFool: a simple and accurate method to fool deep neural networks.pdf
基于pytorch的Semantic Flow for Fast and Accurate Scene Parsing算法
03-03
1、 训练数据准备 所有数据均放置于Sample\Build\下，其中Build为数据类型，根据自己需要进行修改，本示例数据为512*512大小GF2建筑，训练数据按照: Sample\Build\train\ IMG_T1 -----------------------\ IMG_LABEL...
Efficient and accurate face detection using heterogeneous feature descriptors and feature selection
02-21
Efficient and accurate face detection using heterogeneous feature descriptors and feature selection
【翻译】EAST: An Efficient and Accurate Scene Text Detector
cv小学dl三年级
11-02 2793
EAST: An Efficient and Accurate Scene Text Detector 论文地址概要以前的场景文本检测方法已经在各种基准上取得了有希望的表现。然而，即使配备深层神经网络模型，它们通常不擅长处理具有挑战性的场景，因为整体性能由管道中多个阶段和组件的相互作用决定。在这项工作中，我们提出了一个简单而强大的流水线，可以在自然场景中产生快速准确的文本检测。管线直接预测完整图像中
EAST: An Efficient and Accurate Scene Text Detector 自然场景下的文字识别（原理及代码理解）
zhangwei15hh的博客
04-11 9684
最近在学习自然场景下的文字识别，有一个比较新的模型EAST，所以学习一下。 论文原地址：https://arxiv.org/abs/1704.03155v2 源码：https://github.com/argman/EAST 模型特点及优势 该模型直接预测全图像中任意方向和四边形形状的单词或文本行，消除不必要的中间步骤（例如，候选聚合和单词分割）。通过下图它与一些其他方式的步骤...
EAST：An Efficient and Accurate Scene Text Dectector 论文笔记
qq_17616069的博客
12-04 4123
最近看了一篇文本检测方面的论文EAST，该论文无论是在检测的精度还是速度方面都取得不错的成绩。博主准备写一篇博客来分享一下自己的感想。博主也是刚刚接触这一方向，这是博主读的第一篇论文，可能会有部分理解和知识上的错误，希望大佬们不吝批评和指教。 一、概要：近来，在文本检测方面各种各样的算法在不同的场景下都取得比较令人满意的成绩。但是同样也存在这不少不足的地方，比如说网络的训练可能分为几部进行，而且在这
【论文阅读】EAST: An Efficient and Accurate Scene Text Detector
nwpuxhld
04-08 2288
任务：文本检测(可以检测倾斜文本) contributions 提出了End-to-End 的全卷积网络来解决文本检测问题 可以根据特定的应用生成quardrangles或者是rotated boxes两种格式的几何标注 改进了state-of-the-art方法 算法的核心思想：主要思想来自于U-Net, 采用U型结构来得到1、pixel-level的分割预测结果。2、pixel-leve...
EAST: An Efficient and Accurate Scene Text Detector（自然场景下文本识别）训练，测试
pursuit_zhangyu的博客
05-24 2553
首先介绍一下我的环境配置，ubuntu16.04+cuda9.0，cudnn7.0，tensorflow-gpu=1.8简介其实对这个不是很有研究的，只是要参加一个阿里天池的比赛，然后用这个跑了一下，成绩很一般。论文原地址：https://arxiv.org/abs/1704.03155v2源码：https://github.com/argman/EAST下载主要是根据上面github源码进行的，...
读论文 CVPR_2017_EAST
一步一脚印
09-11 6566
写在前面：本文只为了自己日后忘记时，温习巩固用，本人没有做出任何见解，纯属方便回顾阅读。 ----------------------------------------------------------------------------------------------------------------------------------------------------------
EAST算法详解
热门推荐
attitude_yu
06-18 3万+
EAST：高效而准确的场景文本检测 1. 摘要 以前的场景文本检测方法已经在各种基准测试中取得了良好的效果。但是，这些方法即使使用深度神经网络模型，在处理具有挑战性的场景时也通常具有不足之处。这是因为文本检测的整体性能取决于pipelines中多个阶段和各部分的相互作用，而简单的pipeline能够集中精...
EAST（An Efficient and Accurate Scene Text Detector）论文阅读笔记
学无止境
03-30 1475
文章目录@[toc]贡献方法1. Pipeline2.Network Design（网络设计）3.Label Generation（标签生成）4. Loss Functions（损失函数）5. Locality-Aware NMS（局部感知NMS）总结参考文章及代码 论文中作者网络（e）与其他网络对比 贡献 只包含两个阶段：全卷积网络（FCN）和非极大值抑制（NMS）。FCN直接产生文本区域，...
EAST论文总结
qq_40874603的博客
07-22 224
架构简单，专注于loss函数和网络架构的设计。在ICDAR15, COCO-Text，MSRA-TD500上进行实验，表明体术的方法在准确率和效率上都最为先进，在ICDAR15数据集上，算法实现了F-score 0.7820和13.2的fps在720p的分辨率下。 文本检测任务的核心是设计区分文本和背景的特征。传统方法手工提取特征，深度学习方法直接从训练数据中学习有效的特征。现有方法大多有许多阶段，准确率和效率不佳。 本文中，提出一个快且准确的场景文本检测通道，仅由两个通道构成。通道利用全卷积网络FCN模型
百度学术mpdiou:a loss for efficient and accurate bounding boxregression
最新发布
12-07
百度学术mpdiou是一个用于边界框回归的方法，它有助于提高目标检测模型的准确性和效率。这种方法通过最大化预测边界框和真实边界框之间的相似性来进行边界框回归，从而减少了目标检测模型的误差。...

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值