R2-CNN文本检测（Rotational Region CNN）
总体框架 文章利用Faster R-CNN作为基本框架。 （1）使用RPN生成轴向对齐的包围框，包围着面向任意方向的文本； （2）对RPN提出的每一个文本框，用不同的pooled size ( 7 × 7, 11 ×3, 3 × 11 ) 进行池化，并利用连接的特征同时预测文本/非文本得分、轴向对齐框和倾斜最小面积框； （3）多任务损失更新参数（得分+轴向框+倾斜框）； （3）最后，使用倾斜NMS
相关文章
- 1. 【论文笔记】 R2CNN: Rotational Region CNN for Orientation Robust Scene Text Detection
- 2. R2CNN 论文详解
- 3. 《R2CNN：Rotational Region CNN for Orientation Robust Scene Text Detection》论文笔记
- 4. 文本检测之-craft检测算法
- 5. 目标定位和检测系列（2）：Region-Based Convolutional Network (R-CNN)
- 6. 【目标检测】R-CNN
- 7. 目标检测之R-CNN
- 8. 目标检测： R-CNN
- 9. 目标检测中region proposal的作用
- 10. R2CNN 算法笔记
- 更多相关文章...
- • XSD 仅含文本 - XML Schema 教程
- • 使用TCP协议检测防火墙 - TCP/IP教程
- • Kotlin学习（二）基本类型
- • Kotlin学习（一）基本语法
相关标签/搜索
每日一句
-
每一个你不满意的现在，都有一个你没有努力的曾经。
欢迎关注本站公众号,获取更多信息
相关文章
- 1. 【论文笔记】 R2CNN: Rotational Region CNN for Orientation Robust Scene Text Detection
- 2. R2CNN 论文详解
- 3. 《R2CNN：Rotational Region CNN for Orientation Robust Scene Text Detection》论文笔记
- 4. 文本检测之-craft检测算法
- 5. 目标定位和检测系列（2）：Region-Based Convolutional Network (R-CNN)
- 6. 【目标检测】R-CNN
- 7. 目标检测之R-CNN
- 8. 目标检测： R-CNN
- 9. 目标检测中region proposal的作用
- 10. R2CNN 算法笔记