Geometry-Aware Scene Text Detection with Instance Transformation Network

最新推荐文章于 2021-03-01 11:32:37 发布
最新推荐文章于 2021-03-01 11:32:37 发布
阅读量520 收藏
点赞数
CC 4.0 BY-SA版权
分类专栏： CNN
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.youkuaiyun.com/alibabazhouyu/article/details/87384900
本文介绍了一种基于目标检测框架的一阶段场景文本检测方法。由于MSRA-TD500训练集不足，通常会与其他数据集如HUST-TR400结合使用以提升深度模型的训练效果。检测结果中，得分超过0.9的被视为最终结果。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

很多场景文本检测方法是基于一般的目标检测框架。

MSRA-D500的训练集太少了，不能很好地训练一个深度模型。通常的做法是把MSRA-TD500的训练集和其他数据混合一起训练，如HUST-TR400的训练集和测试集。检测结果的得分超过0.9的视为最终结果？

本文是一个one-stage的方法

 

文字检测与识别资源
PeaceInMind的博客
05-12 6万+
本文写成时主要参考了[1,2], 后面加了一些自己收集的，不过大家都在更新，所以区别不是很大。蓝色部分代表最近新增的部分 综述 自然场景文字检测 自然场景文字识别 数据集 开源库 其他 手写字识别 牌照等识别 破解验证码 参考 [2015-PAMI-Overview]Text Detection and Recognition in Imagery: A Survey[...
基于深度学习的场景文本检测和识别（Scene Text Detection and Recognition）综述
加油
12-04 1万+
1. 引言 文字是人类最重要的创作之一，它使人们在时空上可以有效地、可靠的传播或获取信息成为可能。 场景中的文字的检测和识别对我们理解世界很有帮助，它应用在图像搜索、即时翻译、机器人导航、工业自动化等领域。 一个场景文字识别检测示例： 目前，场景文字检测和识别主要存在3个难点： 自然场景中文本多样性和变异性：文本的颜色、大小、字体、形状、方向、宽高比等属性变化较多。 背景的复杂性和干扰：背景存在与文本相似的形状的物体（例如砖块、窗户、交通标志等）；存在遮挡问题。 不完善的成像条件（低分辨率、失真、模糊、
【论文速读】Fangfang Wang_CVPR2018_Geometry-Aware Scene Text Detection With Instance Transformation Networ...
weixin_30381793的博客
11-13 246
Han Hu——【ICCV2017】WordSup_Exploiting Word Annotations for Character based Text Detection 作者和代码 caffe检测torch7识别代码 关键词 文字检测、多方向、直接回归、$$xywh\theta$$ 、multi-stage、监督学习 方法亮点 采用单词、文本行的标注信息进行监督学习来辅助字符检测 在I...
论文笔记GA-DAN: Geometry-Aware Domain Adaptation Network for Scene Text Detection and Recognition
weixin_45347484的博客
11-27 553
背景及介绍 深度神经网络的训练需要大量的标注数据，获取大量数据的代价往往是昂贵的。而且在大量的数据中，图片的分布往往是不相同的，用这种带有几何差异的图片来训练，势必会导致性能的下降。 文章提出了一种新的方法基于几何感知的领域自适应网络，该网络能够同时在几何空间和外观空间上建立跨领域移动模型，以及能够真实地转换有不同特征的跨领域图像。 领域自适应就是用来实现领域转换和解决数据集分布有偏差的问题的方法...
多方向文本检测数据集MSRA-TD500和多方向文本识别数据集HUST-TR400坐标转换
qq_36756866的博客
04-21 2782
1.数据介绍 多方向文本检测数据集（MSRA-TD 500) C. Yao, X. Bai, W. Liu, Y. Ma, Z. Tu. Detecting texts of arbitrary orientations in natural images. In: Proceedings of IEEE Conference on Computer Vision and Pattern Reco...
CVPR 2018 paper list（论文列表）
人工智能技术学习与分享
05-03 2万+
原文链接：http://cvpr2018.thecvf.com/program/main_conference 52 Embodied Question Answering Abhishek Das (Georgia Tech); Samyak Datta (Georgia Tech); Georgia Gkioxari (Facebook); Stefan Lee (Georgia ...
itn:CVPR 2018论文的ITN项目代码和模型
03-21
title = {Geometry-Aware Scene Text Detection with Instance Transformation Network}, booktitle = {The IEEE Conference on Computer Vision and Pattern Recognition (CVPR)}, pages = {1381-1389}, year = {...
CVPR 2018几何感知场景文本检测：ITN项目代码解读
资源摘要信息:"CVPR 2018论文《几何感知场景文本检测》（Geometry-Aware Scene Text Detection with Instance Transformation Network）由王新超和陶大成撰写，该论文在2018年的IEEE计算机视觉与模式识别会议（CVPR...
CVPR 2021 结果出炉！最全论文下载及分类汇总（更新中）
极市平台的技术博客
03-01 6万+
CVPR2021接受论文待更新~ 在2020年，目标检测与人脸方向热度经久不衰，目标跟踪、行人检测与重识别、图像分割等方向也占据大头，那么今年的热门方向将会有哪些？大家可以预测一波~ 极市一直非常关注CVPR，在每年都会进行CVPR相关的论文资源整理，包括论文解读、代码、技术直播、分方向盘点、最佳论文汇总等，也得到了许多开发者的支持。在Github上，极市的CVPR盘点已经收获了5.7K star。在今年，我们也会对CVPR2021进行实时跟进。 Github项目地址： https://github.
【CVPR2019】论文完整列表一
TomRen
06-11 1万+
CVPR 2019 Paper list[1-1000] CVPR2019 完整列表二 论文题目与链接 Finding Task-Relevant Features for Few-Shot Learning by Category Traversal Edge-Labeling Graph Neural Network for Few-Shot Learning G...
MSRA-TD500数据集资源
04-15
MSRA-TD500数据集资料分享，包含中英文、总共500张自然场景图片(Training 300 + Test 200)、标注以行为单位，而不是单词、每张图片都完全标注. 难以识别的有difficult标注。
CVPR2017 all paper list
一亩半分地
07-26 2万+
本文给出了CVPR2017的最新的paperlist
CVPR 2018 paper
qq_34848537的博客
10-08 1万+
CVPR 2018 参考链接 CVPR 2018 论文解读集锦（9月27日更新） CVPR 2018 open access Paperlist Embodied Question Answering Learning by Asking Questions Finding Tiny Faces in the Wild With Generative Adversarial Network...
论文阅读：CVPR2016 Paper list
热门推荐
一亩半分地
05-12 8万+
CVPR2016 accepted paper list
随便写了一些自然场景文本检测的相关工作，以便往后复习。有写的不对的地方还请各位指正
qq_38284951的博客
05-31 603
由于近来物体检测的发展和深度学习语义分割，场景文本检测已经取得了很大的进展。 它们大致可分为两类：1）基于回归的方法。 场景文本是特定类型的对象。 许多最近的方法通过直接回归包含文本的水平/定向矩形或四边形来调整一般对象检测框架来检测文本。 一些其他方法试图回归文本部分或角点，然后是链接或组合过程。 2）基于分段的方法。 场景文本检测也可以视为文本实例分割。 几种方法[1]-[3]依靠完全卷积网络...
【DL学习笔记】EAST文本检测
刘培誉Sonia
02-24 1029
OCR的常规步骤 思路一 预处理+检测+分割+识别 思路二 deep检测（代替上图预处理+检测）+ deep识别（代替分割+识别） 思路2中又分两个思路 思路2.1 deep检测+deep识别（rnn/lstm+CTC） 思路2.2 deep检测+deep识别（rnn/lstm+attention),nlp借鉴而来 今天主要介绍的是思路二中第一部分，deep检测，用到的是EAST文本检查。 论文...
HUST-1601 - Shepherd 暴力
VERANO
03-12 324
1601 - Shepherd时间限制：2秒 内存限制：64兆 511 次提交 84 次通过 题目描述 Hehe keeps a flock of sheep, numbered from 1 to n and each with a weight wi. To keep the sheep healthy, he prepared some training for his sheep. E
ICDAR2017中文检测数据集
junxiacaocao的专栏
01-13 2万+
http://valser.org/thread-1200-1-1.html 端到端场景文本识别 M. Liao, B. Shi, X. Bai, X. Wang, W. Liu. TextBoxes: A fast text detector with a single deep neural network. In: Proceedings of
LiDAR-camera panoptic segmentation via geometry-consistent and semantic-aware alignment 是单阶段还是两阶段方法
最新发布
04-28
要判断 **LiDAR-camera panoptic segmentation via geometry-consistent and semantic-aware alignment** 是否属于单阶段或两阶段方法，需分析其实现机制以及任务分解方式。一般来说： - 如果该方法能够在一次前向...
评论
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