标签：PSENet Network Progressive 检测 代码 Expansion https 文本
【资讯来源】：我爱计算机视觉公众号——CVPR 2019 | 文本检测算法PSENet解读与开源实现
【论文地址】：https://arxiv.org/pdf/1806.02559.pdf （Shape Robust Text Detection with Progressive Scale Expansion Network）
【代码-原作者】：https://github.com/whai362/PSENet
【代码2-他人复现】：https://github.com/liuheng92/tensorflow_PSENet
文章思想【转】
该方法能有效地区分相邻的文本实例，且对任意形状文字检测都具有鲁棒性。文章认为其提出的方法能避免现有bounding box回归的方法产生的对弯曲文字的检测不准确的缺点，也能避免现有的通过分割方法产生的对于文字紧靠的情况分割效果不好的缺点。该算法网络框架从FPN中受到启发，采用了U形的网络框架，先将网络提取出的特征进行融合，然后再利用分割的方式将提取出的特征进行像素的分类，最后利用像素的分类结果通过一些后处理得到文本检测结果。
论文中实验结果
运行代码时，未解决的问题
运行代码2时，无法解决以下问题
参考博文
标签：PSENet,Network,Progressive,检测,代码,Expansion,https,文本 来源： https://blog.csdn.net/imwaters/article/details/97907707
本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享； 2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关； 3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关； 4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除； 5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。