qq_52182008的博客

Ross B. Girshick在2016年提出的Faster RCNN，使用backbone抽取图片的进行特征得到feature maps，然后proposal提取positive anchor，同时对anchor进行bounding box regression修正anchor，然后classification都整合在了一个网络中。本文所介绍的模型CTPN是文本检测领域的早期模型，CTPN是在ECCV 2016提出的一种文字检测算法。

Ross B. Girshick在2016年提出Faster RCNN，在结构上，Faster RCNN 使用backbone对图片的进行特征抽取(feature extraction)，然后proposal提取，bounding box regression(rect refine)，classification都整合在了一个网络中，使得综合性能有较大提高，在检测速度方面尤为明显。Faster RCNN是截止目前，RCNN系列算法的最杰出产物，two-stage中最为经典的物体检测算法。

本文所介绍的模型DBnet是目前比较流行的文本检测模型。Real-time Scene Text Detection with Differentiable Binarization是发表在AAAI2020的一篇文章。原文地址传统分割方法的后处理，设定一个固定的阈值，将分割网络生成的概率图转换为二值图像；然后，采用像素聚类等启发式技术将像素分组为文本实例。缺点：由于是在pixel层面操作，比较复杂且时间消耗较大。