这篇博客介绍了CTPN（Connectionist Text Proposal Network），一种改进自Faster R-CNN的文字检测方法。CTPN利用双向LSTM进行文本序列的递归连接，并通过侧边改进提升文本框的定位精度。它通过固定宽度的文本提案检测细尺度的文本，并使用多任务损失函数进行端到端训练。
论文阅读学习 - CTPN-Detecting Text in Natural Image with Connectionist Text Proposal Network
主要是基于 Faster R-CNN. 根据文字检测场景的特点(水平排列)，改进 RPN 网络、Anchors 和 Loss 函数. 关键点：
文本细尺度 proposals的检测(detecting text in fine-scale proposals)；
递归地连接文本 proposals(recurrent connectionist text proposals)；
侧边改进(side-refinement).
CTPN(Connectionist Text Proposal Network)，end-to-end 框架：
类似于 Faster R-CNN，对 VGG16 网络输出(conv5)的卷积 feature map， 3×3 3 × 3 的窗口平滑(anchors 固定尺寸)；
采用双向LSTM(Bi-directional LSTM, BLSTM)对每一行的序列窗口递归(recurrently)连接；其中，每个窗口的卷积特征(
最低0.47元/天 解锁文章
扫一扫
353
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
