prague6695的博客

参考博文：CRNN的一个变种，可以读一读，看看相对于CRNN来说有什么变化？以及为什么？文章目录make decisionstep1:读摘要step2:读Introductionstep3:读 Conclusionstep4:读 Related works2.1 基于单字符的文本行识别方法2.2 基于整行文本的文本行识别方法step5:The multi‑scale attention CRNN3.1 不对称卷积特征重用网络3.3 识别组件3.3.1 带有注意力的双向LSTM3.3.2 CTClayer

参考博文：日常阅读论文，这是在谷歌学术上搜索其引用CRNN的相关文献中被引数量比较高的一篇OCR方向的文章，这里拿来读一读。文章目录make decisionstep1:读摘要step2:读Introductionstep3:读 Conclusionstep4:读 Related worksstep5:用textBoxes检测文本结构文本框层训练损失函数多尺度输入非极大值抑制单词识别和端到端识别step6：实验数据集实验细节文本定位实验单词识别和端到端识别短板make decision论文名称：

日常阅读论文名词解释：注意力漂移attention drift：由于低质量（如模糊，污损和噪音等）图片和一些复杂图片（如扭曲或者重叠字符，不同字符，不用尺寸，不同颜色或者复杂的背景）的影响，模型在glimpse vector的整合上没有对齐约束，产生不正确的alignment factor，导致注意力区域和标签区域错误匹配，就是所谓的attention drift。————————————————文章目录make decisionstep1:读摘要step2:读Introductionstep3:读

ASTER: An Attentional Scene Text Recognizer with Flexible Rectification创新点：关键点：文章目录ASTER: An Attentional Scene Text Recognizer with Flexible RectificationAbstract1. Introduction2. RELATED WORK2.12.2 文本校正2.3 文字检测和端到端识别3. ModelAbstract目的： 处理扭曲或不规则布局的文

系列文章目录提示：这里可以添加系列文章的所有文章的目录，目录需要自己手动添加例如：第一章 Python 机器学习入门之pandas的使用提示：写完文章后，目录可以自动生成，如何生成可参考右边的帮助文档文章目录系列文章目录前言一、pandas是什么？二、使用步骤1.引入库2.读入数据总结前言提示：这里可以添加本文要记录的大概内容：例如：随着人工智能的不断发展，机器学习这门技术也越来越重要，很多人都开启了学习机器学习，本文就介绍了机器学习的基础内容。提示：以下是本篇文章正文内容，下面案例

Mask TextSpotter读该论文的目的，之前读了MaskTextSpotterV3论文，然后又读了MaskRCNN论文，所以想阅读下这篇论文，想看看如何把MaskRCNN网络应用到文字识别检测这个方向的。文章目录Mask TextSpottermake decisionstep1:读摘要step2:读Introductionstep3:读 Conclusionstep4:读 Related worksstep5:读 Feature Pyramid Networks1. Bottom-up pat

FPN很多论文中都会采用含有FPN的backbone进行特征提取，因为FPN使用特征金字塔结构，将low-level的特征和high-level的特征进行融合，能提取更加准确的位置等特征信息。所以今天打算读一读FPN的论文，文章目录FPNmake decisionstep1:读摘要step2:读Introductionstep3:读 Conclusionstep4:读 Related worksstep5:读 Feature Pyramid Networks1. Bottom-up pathway2.

系列文章目录提示：这里可以添加系列文章的所有文章的目录，目录需要自己手动添加例如：第一章 Python 机器学习入门之pandas的使用提示：写完文章后，目录可以自动生成，如何生成可参考右边的帮助文档文章目录系列文章目录前言一、pandas是什么？二、使用步骤1.引入库2.读入数据总结参考前言提示：这里可以添加本文要记录的大概内容：例如：随着人工智能的不断发展，机器学习这门技术也越来越重要，很多人都开启了学习机器学习，本文就介绍了机器学习的基础内容。提示：以下是本篇文章正文内容，下面

论文阅读笔记去年在ECCV上发表的《Mask TextSpotter v3: Segmentation Proposal Network for Robust Scene Text Spotting》这篇文章，在好几个公众号上都看到过，而且称是史上最强的端到端文本识别模型。这次借着刚刚开始读论文的机会，打算好好的读下这篇文章。有可能的话，自己水平够的话，就尽量复现下。make decision论文名称：Mask TextSpotter v3: Segmentation Proposal Networ