【自然场景文本检测】PSENet: Shape Robust Text Detection with Progressive Scale Expansion Network

标签：hub   sha   normal   cti   联通   install   实现   audio   区域   

github：https://github.com/whai362/PSENet

论文：https://arxiv.org/abs/1806.02559

 主要思想：

网络主要学习，Sn，Sn-1，.......，S1， 其中Sn占文字区域100%， Sn-1占文字区域90%，...........S1占文字区域50%

标签可以利用clipper来实现（pip install pyclipper）

后期处理：先求联通区域，即很多个S1，再利用S1作为文字区域核在S2中进行膨胀，依次进行，最后到Sn

例如：当n=4，Sn的预测可以如下表示

F_score = slim.conv2d(F, 4, 1, activation_fn=tf.nn.sigmoid, normalizer_fn=None)

【自然场景文本检测】PSENet: Shape Robust Text Detection with Progressive Scale Expansion Network

标签：hub   sha   normal   cti   联通   install   实现   audio   区域   

原文地址：https://www.cnblogs.com/linyuanzhou/p/10199730.html