高达82 fps的实时文本检测,可微分二值化模块

https://github.com/MhLiao/DB

Real-time Scene Text Detection with Differentiable Binarization，出自华科白翔老师组，已中AAAI 2020 Oral，其在多个数据集上都取得了目前最好的精度，而且非常快，在输入图像size为512的设置下，可以实现高达82 fps的检测！

我自己在1070上的测试结果：

time 0.03690338134765625 torch.Size([1, 3, 480, 640])

高达82 fps的实时文本检测,可微分二值化模块相关推荐

高达82 fps的实时文本检测，华科AAAI2020提出可微分二值化模块
点击我爱计算机视觉标星,更快获取CVML新技术今天跟大家分享一篇近几天公布的关于实时场景文本检测的论文Real-time Scene Text Detection with Differentiab ...
场景文本检测算法可微分二值化DBNet原理与代码解析
目录原理介绍 Label Generation Loss函数后处理论文 https://arxiv.org/abs/1911.08947 代码 https://github.com/WenmuZ ...
OpenCV差分二值化的实时场景文本检测的实例(附完整代码)
OpenCV差分二值化的实时场景文本检测的实例 OpenCV差分二值化的实时场景文本检测的实例 OpenCV差分二值化的实时场景文本检测的实例 OpenCV差分二值化的实时场景文本检测的实例(附完整代 ...
python对参数二值化处理_OpenCV自适应阀值二值化表格检测方法(python版)
OCR主要分为三个步骤:检测.分割.文字识别.其中文字识别无论是英文还是中文相对比较成熟.只要检测到位,标准的印刷体识别率还是非常高的. 文书OCR检测主要有文字检测和表格检测.文本段落基于行的检测通 ...
使用openCV进行边缘检测、二值化、轮廓、轮廓检测、BGR、灰度图、二值化，专栏：各种openCV实践的案例
专栏连接:openCV练习-各种openCV实践的案例前言使用OpenCV的轮廓检测,当我们加入对象的边界上的所有点时,我们得到一个轮廓. 通常,特定轮廓区域与边界像素有关,具有相似的颜色和强度. ...
不均匀光照文本图像的二值化
本文转载自:http://blog.csdn.net/u013162930/article/details/47755363 不均匀光照文本图像的二值化. 因为文本图像的背景是不均匀的,所以想先求出图 ...
opencv二值化找轮廓检测背景简单小物体
一.前言本篇主要是针对背景简单,且具有固定颜色的单类小物体,方法为在灰度化时选用图片的HSV中的S通道,再使用opencv 二值化找轮廓大法可将小物体框出. 原理很简单,图片->取S通道灰度化 ...
【文本检测】1、DBNet | 实时文本检测器
文章目录一.背景二.方法 2.1 二值化 2.2 Adaptive threshold 2.3 可变形卷积 2.4 生成标签 2.5 优化过程三.效果 3.1 实验数据 3.2 实验细节 3.3 ...
分割文本_PSENet、PANNet、DBNet三个文本检测算法异同
点击蓝字关注我们这三个文本检测算法都是segment base算法,通过由下而上的方式,先对text进行segment,然后再根据segment text,计算出text的instance PSEN ...

高达82 fps的实时文本检测,可微分二值化模块

高达82 fps的实时文本检测,可微分二值化模块相关推荐

最新文章

热门文章