恒源云(GPUSHARE)_【CVPR 2020】ContourNet 论文学习笔记 | 深度学习训练

已于 2022-02-23 16:09:55 修改
阅读量390 收藏 5
点赞数 5
分类专栏： 深度学习 文章标签： 深度学习 计算机视觉 机器学习
于 2021-03-03 17:25:27 首次发布
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_53977063/article/details/114324510
版权

文章来源 | 恒源云（专注人工智能/深度学习GPU免费加速平台，官方体验网址：https://gpushare.com）

原文地址 | 【CVPR 2020】ContourNet 论文学习笔记 （学霸季奖励计划）

一、背景

虽然ocr发展了很多年，也有了非常不错的表现，但在场景文本识别领域仍然有很多挑战：
1、真实场景下文本样式复杂、背景杂乱
2、图像质量参差不齐
3、文本方向各异甚至弯曲文本
4、文本过密、尺寸过长、过小
。。。

通常STR会分为：文本检测和文本识别两个问题，当然也有很多研究关注于end-to-end文本识别。

其中检测方面，2019年韩国NAVER Clova AI Research的Craft为我们提供了一个很优秀的模型，这种类型的检测模型属于自下而上的分割，即先分割再实例化为一个个文本，类似的还有DBNet、PSENet。然而我在实际应用时发现，对于多行密集文本场景，往往会将其识别为同一个文本区域，这给后续文本识别任务带来了不小的麻烦。

本文介绍的ContourNet是cvpr2020的一篇属于自上而下的文本检测方法，即先识别到文本框，再分割出文本mask区域。类似的还有maskRcnn、SPCNet等。这一思路我认为可

最低0.47元/天 解锁文章
AI酱油君
关注
  • 5
    点赞
  • 踩
  • 5
    收藏
    觉得还不错? 一键收藏
  • 5
    评论
专栏目录
恒源云(GPUSHARE)_【ECCV 2020】MobileNeXT 论文学习笔记
weixin_53977063的博客
04-22 1167
文章来源 | 恒源云社区（专注人工智能/深度学习云GPU服务器加速平台，官方免费体验网址：https://gpushare.com/） 原文地址 |【ECCV 2020】MobileNeXT 论文学习笔记（学霸季奖励计划） 在本文中，我们将深入探讨在ECCV 2020上发布的对最近流行的MobileNet体系结构（即MobileNeXt）进行的改造。 尽管深度神经网络的许多最新进展都倾向于优先考虑性能而不是复杂性，但社区中仍然存在着使深度神经网络更便宜，更高效地用于较小设备的火花。高效神经网络的研究.
恒源云(GPUSHARE)_飞桨论文复现挑战赛获奖：使用MPNet复现论文
weixin_39881439的博客
08-23 579
文章来源 | 恒源云社区（专注人工智能/深度学习云GPU服务器训练平台，官方体验网址：https://gpushare.com） 原文地址 |mpnet论文复现 作者 | junyu MPNet: Masked and Permuted Pre-training for Language Understanding - Microsoft Research Abstract： BERT adopts masked language modeling (MLM) for pre-training a.
论文解读 | [CVPR2020] ContourNet：向精确的任意形状场景文本检测迈出进一步
qq_44950283的博客
02-17 596
首先通过自动学习文本区域上的一组边界点来生成文本建议，这些边界点指示文本实例的空间扩展。LOTM 以两个正交方向上(水平/垂直)对建议特征的局部纹理信息进行建模，并用两个不同热力图中的轮廓点表示文本区域，其中任一热力图仅对特定方向上的纹理特征做出响应。1、我们提出了一种新的FP抑制方法，通过在两个正交方向上对局部纹理信息进行建模，这是一种更直接的方法，与以前的方法相比，计算量更少。图2 红点是提案边界框预定义的一组点，绿点是细化点(最后真实边界框的点)，皇上虚线表示回归的偏移量(红点-->绿点)
论文阅读笔记01：TextContourNet
肉包子在外流浪的岁月
10-11 956
论文全名为—— TextContourNet：a Flexible and Effective Framework for Improving Scene Text Detection Architecture with a Multi-task Cascade 摘要：该文章研究了从图片中提取文本信息那个红框框，并用这个文本框框去帮助更好的识别文字。作者提出了一个有效的框架，并通过实验证明了两...
DeepContour论文笔记（CVPR2015）
小毛桃的博客
11-09 2968
摘要这篇文章证明了使用从CNNs中学习到的深度特征可以提高轮廓检测的准确度。 对CNNs的训练采取二元变多元的策略，即提出把本来是二元分类问题的轮廓检测转化为一个多元分类问题，对每一个类使用不同的参数，区别对待。 同时为了获得更加有区分度的特征，提出了一个positive-sharing loss的损失函数，该损失函数引入了一个额外的正则化因子来强调 positive and negative
StraightToThePoint_CVPR2020：论文代码[测试中]
02-09
直截了当：通过使用... @INPROCEEDINGS{Ramos_2020_CVPR, author={W. {Ramos} and M. {Silva} and E. {Araujo} and L. S. {Marcolino} and E. {Nascimento}}, booktitle={2020 IEEE/CVF Conference on Computer Vi
计算机视觉论文 Redmon_You_Only_Look_CVPR_2016_paper
05-26
作者Michael Levi等人提出了一种端到端的深度学习模型，能够在大规模数据集上进行训练，以自动识别个体的年龄和性别。这种方法不仅提高了识别的准确性，而且可以处理各种光照、表情和遮挡情况，为实际应用场景提供了...
Python_CVPR 2024论文视觉语境学习的正式实现.zip
最新发布
05-24
【Python CVPR 2024 论文视觉语境学习的正式实现】 在计算机视觉领域，CVPR（Computer Vision and Pattern Recognition）是国际顶级的会议之一，每年都会吸引大量研究者发表最新的研究成果。2024年的CVPR会议上，一...
CVPR2020：长尾分布下的特征学习方法介绍
01-18
然而，实际数据往往呈现出长尾分布，即一部分类别的样本数量远远超过其他类别，这种现象在CVPR2020年的一篇论文《Deep Representation Learning on Long-tailed Data: A Learnable Embedding Augmentation ...
CVPR2020论文.rar
03-11
CVPR2020致力于计算机视觉和模式识别包括颜色检测、跟踪、运动、物体识别、音响和目标检测。 包含了：分段和分组、运动和跟踪、人类的认识、Shape-from-X、音响和结构与运动、颜色和纹理、照明和反射建模、基于图像...
阈值分割源码matlab-abd-skin-segmentation:在新颖的腹部数据集上进行皮肤分割的深度学习技术。作为自主机器人超声系统开
05-20
阈值分割源码matlab 用于新型腹部数据集的皮肤分割的深度学习技术 介绍 该存储库提供了[]中研究的皮肤分割方法的代码，主要是Mask-RCNN，U-Net，全连接网络和用于阈值化的MATLAB脚本。 该算法主要是为了使用RGB图像对创伤患者进行腹部皮肤分割而开发的，这是正在进行的研究工作的一部分，该研究工作旨在开发用于创伤评估的自主机器人[] []。 机器人腹部超声系统具有摄像头查看的腹部区域，以及相应的分段式皮肤面罩。 腹部皮肤数据集的信息 该数据集包含从Google图像搜索在线检索的1,400幅腹部图像，这些图像随后进行了手动分段。 选择图像以保留不同种族的多样性，从而防止分割算法中的间接种族偏见； 700张图像代表肤色较深的人，其中包括非洲，印度和西班牙裔群体，而700张图像代表肤色较浅的人，例如高加索人和亚洲裔群体。 总共选择了400张图像来代表体重指数较高的人，在明亮和黑暗类别之间平均分配。 在数据集准备中，还考虑了个人之间的差异，例如头发和纹身的覆盖范围，以及阴影等外部差异。 图片尺寸为227x227像素。 皮肤像素占整个像素数据的66％，每个单个图像的平均值为54.4
Object Contour Detection with a Fully Convolutional Encoder-Decoder Network
cv_family_z的博客
08-04 4456
CVPR 2016 使用 CNN 网络进行 物体轮廓提取Object Contour Detection with a Fully Convolutional Encoder-Decoder Network我们将轮廓检测问题看做一个图像二值标记问题。 We formulate contour detection as a binary image labeling problem where
ContourNet阅读笔记
qq_40874603的博客
07-27 596
关注于false positives和large scale variance。提出了contourNet，有效解决以上两个问题。 （1）尺度无关的Adaptive-RPN，通过关注predicted和ground-truth之间的IoU生成proposals。 （2）Local Orthogonal Texture-aware Module从两个方向建模，使用contour points集合表示文本区域 考虑到强单向性或弱正交性会引起误false positives 介绍：颜色、纹理、尺度变化是场景文本特
Contour 学习笔记（一）：使用 Contour 接管 Kubernetes 的南北流量
云原生实验室
08-29 1309
前言在 Kubernetes 中运行大规模以 Web 为中心的工作负载，最关键的需求之一就是在L7层实现高效流畅的入口流量管理。自从第一批Kubernetes In...
CVPR2020最全整理：分方向论文下载，Github源码、论文解读等[计算机视觉][目标检测]
极市平台的技术博客
03-18 2872
CVPR2020在2月24日公布了所有接受论文ID，相关报道：1470篇！CVPR2020结果出炉，你中了吗？（附部分论文链接/开源代码/解读）。自论文ID公布以来，许多开发者都分享了自己的优秀工作。 从论文ID公布以来，极市一直在对CVPR进行实时跟进，本文是对80篇CVPR2020论文整理和分类，均有论文链接，部分含开源代码，涵盖的方向有：目标检测、目标跟踪、图像分割、人脸识别、姿态估计、三维...
【Lintcode】1045. Partition Labels
数学、算法爱好者的博客
09-29 163
题目地址： https://www.lintcode.com/problem/partition-labels/description 给定一个字符串sss，要求将其分成若干不相交子串，使得每个字符只出现在其中一个分块之中。要求分块数目尽量大，并且以数组的方式返回分块方案，每个数是分块字符串的长度。题目保证sss中只含小写英文字母。 思路是贪心。首先用哈希表存一下每个字符出现的最后位置，然后从左到右遍历sss，遍历的同时，用哈希表存的最后出现位置来扩展分块右边界。一开始将分块左端点设置为000，如果发现遍历
python——distance_transform_edt的使用（计算距离）
热门推荐
weixin_43508499的博客
06-08 1万+
目录1. distance_transform_edt介绍2. 代码3. 应用——计算图像中两个同心圆之间的区域 1. distance_transform_edt介绍 distance_transform_edt是scipy库里的一个函数，用于距离转换，计算图像中非零点到最近背景点（即0）的距离。举例说明： （1）现有图像A，如下图所示 （2）离最近背景点距离为1的用红色标出，如下图所示： （3）离最近背景点距离为2\sqrt 22​ 的用绿色标出，如下图所示： （4）离最近背景点距离为2 的用橘色
ContourNet: Taking a Further Step toward Accurate Arbitrary-shaped Scene Text Detection
qq_41894176的博客
05-11 592
目前文本检测的两大挑战： 1)大多数方法在文本检测中存在false positives（本来是负样例，分类成正样例。又称假阳性FPs）情况。 2)现实生活中文本的大尺度变化使得网络难以学习样本。 论文中提出的ContourNet网络解决两个问题，有效实现对任意形状文本的准确检测。 1、提出了一种自适应区域建议网络（Adaptive-RPN），该网络只关注于预测框与ground-truth边界框on the Intersection over Union (IoU) values来生成text proposa
[CVPR 2020]ContourNet：更准确的任意形状场景文本检测新方法
在人工智能的道路上爬行
06-19 3733
论文名称：【2020 CVPR】ContourNet: Taking a Further Step toward Accurate Arbitrary-shaped Scene Text Detection ContourNet论文地址：https://arxiv.org/pdf/2004.04940.pdf ContourNet开源代码：https://github.com/wangyuxin87/ContourNet 背景： 近年来场景文本检测的研究发展迅速，但其中有两个困难的挑战未被很好解决，
CVPR 2020 Oral 出炉！5篇 Oral 论文抢先看
3D视觉工坊
03-15 4220
点击上方“3D视觉工坊”，选择“星标”干货第一时间送达转载自：极市平台在2月24日，CVPR 2020 公布接收论文结果公布，从 6656 篇有效投稿中...
评论 5
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