文件名称：TedEval:泰德·埃瓦尔
文件大小：3.56MB
文件格式：ZIP
更新时间：2024-06-03 13:31:49
ocr evaluation text-detection ocr-evaluation icdar
TedEval：场景文本检测器的公平评估指标 TedEval的Python 3官方实现| 李彩英（ ，白英敏（Youngmin Baek）和李华als（Hwalsuk Lee）。 NAVER Corp.的Clova AI Research 概述 我们为场景文本检测器提出了一种新的评估指标，称为TedEval。 通过单独的实例级匹配策略和字符级评分策略，TedEval解决了以前的指标（例如IoU和DetEval）的缺点。 该代码基于。 方法 1.数学政策 非排他性地收集所有可能的匹配，不仅一对一，而且一对多和多对一。 区域召回和区域精度的阈值均设置为0.4。 当| min（theta，180-theta）| >图2中的> 45 。 2.计分政策 我们从字级边界框计算伪字符中心（PCC），并在PCC丢失或重叠时对匹配项进行惩罚。 样品评估 实验 我们使用TedEval在两个基准数据集
【文件预览】：
TedEval-master
----views()
--------upload.tpl(801B)
--------sample.tpl(5KB)
--------index.tpl(8KB)
--------method.tpl(4KB)
----rrc_evaluation_funcs.py(15KB)
----web.py(19KB)
----gt()
--------result.zip(126KB)
--------gt_TotalText.zip(123KB)
--------gt_IC15.zip(173KB)
--------gt_IC13.zip(64KB)
----images()
--------ui-icons_777777_256x240.png(7KB)
--------visualizer.png(1.23MB)
--------multiline.png(185KB)
--------ui-icons_444444_256x240.png(7KB)
--------ui-icons_ffffff_256x240.png(6KB)
--------ui-icons_777620_256x240.png(4KB)
--------ui-icons_cc0000_256x240.png(4KB)
--------sample.png(1.09MB)
--------ui-icons_555555_256x240.png(7KB)
--------pcc.png(105KB)
--------counts.png(605KB)
----README.MD(9KB)
----config()
--------config.py(3KB)
----LICENSE(1KB)
----static_custom()
--------visualization_TL_iou.css(2KB)
--------visualization_TL_iou.js(19KB)
--------contents.txt(78B)
----NOTICE(6KB)
----.gitignore(61B)
----static()
--------jquery-ui.min.js(207KB)
--------funcs.js(460B)
--------jquery-mousewheel.js(2KB)
--------ranking.js(8KB)
--------visualization.css(3KB)
--------jquery.form-3.51.js(15KB)
--------jquery-1.8.2.min.js(91KB)
--------cvc-ico.png(4KB)
--------visualization_default.js(12KB)
--------jquery-ui.min.css(26KB)
--------CVC.png(9KB)
--------wait.gif(4KB)
--------style.css(7KB)
----script.py(25KB)