FCN和RPN两种特征提取框架的区别

场景文本检测的难点主要在于目标的方向、形状、尺度变化显著，且天然场景背景复杂。现有的基于深度学习的场景文本检测框架大体分为两类： 一类基于FCN框架提取文本显著图，但此类方法引入大量噪声干扰结果准确性（由于最后要上采样匹配），需对显著图进行后处理(如：反卷积)，没法实现端到端； 一类基于RPN框架提取proposal进行分类，但文本目标形状、方向、尺度的变化将proposal的搜索空间极大增大，使

>>阅读原文<<