文件名称：ICPR_TextDection
文件大小：642KB
文件格式：ZIP
更新时间：2024-06-03 00:24:51
Python
ICPR2018举办的文本检测比赛,详细链接. 任务描述:从一副图像中检测出文本所在的位置. 先后尝试了三种做法: 基于Faster RCNN的CTPN方法,. 直接加载训练好的模型在数据集上测试F1 score只是0.10数量级. 关于CTPN的详情请看我的这篇博文--- 基于U-Net的EAST, . 直接加载训练好的模型在数据集上测试F1 score是0.20数量级. 关于East的详情请看我的这篇博文--- 基于U-Net的PixelLink的方法,这个没有开源的代码,论文. 该文章也是基于U-Net的方法,它认为传统的基于Faster RCNN的方法需要设置proposal的大小,对尺度不具有任意性.而基于U-Net的EAST,它计算几何的loss也和CTPN一样,是对localization的一个regression处理.作者认为,我们可以直接从text/ non text的p