您好,欢迎访问代理记账网站
移动应用 微信公众号 联系我们

咨询热线 -

电话 15988168888

联系客服
  • 价格透明
  • 信息保密
  • 进度掌控
  • 售后无忧

文字检测--Progressive Scale Expansion Network(PSENet)解读

论文解读笔记:
文章链接:PSENet
code:https://github.com/whai362/PSENet

对于对目标检测不了解同学可以先了解目标检测。
本文重点记录文字检测中存在的问题已经PSENet中解决的方法。

先上网络结构

在这里插入图片描述
做个简单的拆分,左边是常见的目标检测结构,通过neck把特征进行融合。右边是采用n组的分割网路采用不同的分割scale其中S1最小,Sn最大,命名为progressive Scale Expansion

前面的BACKBONE和FPN是常见用法,就不进行介绍,主要记录PSE的思想:
因为本文采用的是分割的思想去进行box的定位,所以会出现的问题是多行的文字被定位成一行,入下图:
在这里插入图片描述
那么如何在分割的时候可以区分上下的界限呢,就是PSE的作用,
从PSE中,我们可以看出从 S1->Sn是往外扩充的,所以在S1的时候就确定了在图片中的出现的文本行数,让后再往外扩充去确定其边界,这样就可以避免串行的问题。
在训练的时候实际的标注其实是Sn的样子,通过直接对gts进行缩放得到缩放的和gts训练Sn-1 -> S1

在其余的loss以及实验因为都比较通用,不一一介绍。
在这里插入图片描述
文中实验结果


分享:

低价透明

统一报价,无隐形消费

金牌服务

一对一专属顾问7*24小时金牌服务

信息保密

个人信息安全有保障

售后无忧

服务出问题客服经理全程跟进