【论文速读】Dan_Deng_AAAI2018_PixelLink_Detecting_Scene_Text_via_Instance_Segmentation
Dan Deng——【AAAI2018】PixelLink_Detecting Scene Text via Instance Segmentation
作者和代码
tensorflow代码
关键词
文字检测、多方向、直接回归、$$xywh\theta$$、one-stage、开源
方法亮点
- 使用instance segmentation的思路做(利用了二类分类+每个像素点与周围8个顶点的link分类)
- 利用图像处理方法进行后处理,不需要用NMS
方法概述
本文方法采用instance segmentation思路,预测text/non-text和pixel-link关系,再使用简单的图像处理的方式进行后处理来去除噪声。
方法细节
方法流程图
网络结构
Link定义
- 两个像素的都是positive(text)-> link是positive
- 一个是text,一个是non-text -> link是positive
- 两个都是non-text -> link是negative
损失函数
- 总损失
pixel 损失(Instance-Balanced Cross-Entropy Loss)
利用每个instance的面积来对其loss进行加权,目的是为了提高小目标对loss的贡献。
link损失
link_CE是Cross-Entropy loss。
后处理
- 通过pixel信息来链接Text/non-text prediction的score map里的像素,得到instance segmentation map
- 利用OpenCV的minAreaRect来提取oriented rectangle
- 使用后处理过滤噪声
- 去掉短边小于10个像素的box
- 去掉面积小于300的box
- 其他利用长宽比等(参数设置为在训练集上做统计,利用百分比对应的值作为参数,例如99%以上的文字短边都大于10,)
实验结果
- ICDAR2015
- MSRA-TD500
- ICDAR2013
- 模型分析对比实验
总结与收获
这篇方法采用纯分割的思路,完全没有利用目标检测的方法,连后处理都没用nms,方法还是比较特别的。
转载于:https://www.cnblogs.com/lillylin/p/9955024.html
【论文速读】Dan_Deng_AAAI2018_PixelLink_Detecting_Scene_Text_via_Instance_Segmentation相关推荐
- 【论文速读】城市自动驾驶应用的概率语义地图
点云PCL免费知识星球,点云论文速读. 标题:Probabilistic Semantic Mapping for Urban Autonomous Driving Applications 作者:D ...
- 【论文速读】RandLA-Net大规模点云的高效语义分割
点云PCL免费知识星球,点云论文速读. 文章:RandLA-Net: Efficient Semantic Segmentation of Large-Scale Point Clouds 作者:Qi ...
- 【论文速读】基于投影方法的激光雷达点云处理比较
点云PCL免费知识星球,点云论文速读. 文章:LiDAR point-cloud processing based on projection methods: a comparison 作者:Gui ...
- 【论文速读】基于图像的伪激光雷达三维目标检测
点云PCL免费知识星球,点云论文速读. 标题:End-to-End Pseudo-LiDAR for Image-Based 3D Object Detection 作者:Rui Qian, Divy ...
- 【点云论文速读】最佳点云分割分析
点云PCL免费知识星球,点云论文速读. 标题:Learning to Optimally Segment Point Clouds 作者:Peiyun Hu, David Held 星球ID:part ...
- 【点云论文速读】点云高质量3D表面重建
点云PCL免费知识星球,点云论文速读. 标题:Local Implicit Grid Representations for 3D Scenes 作者:Chiyu "Max" Ji ...
- 【点云论文速读】6D位姿估计
点云PCL免费知识星球,点云论文速读. 标题:MoreFusion: Multi-object Reasoning for 6D Pose Estimation from Volumetric Fus ...
- 【点云论文速读】点云分层聚类算法
点云PCL免费知识星球,点云论文速读. 标题:PAIRWISE LINKAGE FOR POINT CLOUD SEGMENTATION 作者:Lu, Xiaohu and Yao, Jian and ...
- 【ECCV2016论文速读】回归框架下的人脸对齐和三维重建
本文来源微信公众号:深度学习大讲堂,已授权发布. 作者:刘峰,四川大学计算机学院生物特征识别实验室博士三年级学生,导师游志胜教授.赵启军博士.研究方向为机器学习与模式识别(三维人脸建模与识别.二维人脸 ...
- 【点云论文速读】基于优化的视觉惯导里程计与GPS的紧耦合的融合方案
转载自:https://mp.weixin.qq.com/s/Y-h7eto1Zc_Mkzlh653vpg [点云论文速读]基于优化的视觉惯导里程计与GPS的紧耦合的融合方案 原创 dianyunPC ...
最新文章
- AI设计师“鲁班”进化史:每秒制作8000张双11海报,没一张雷同!
- 2017年Q1安卓ROOT类恶意病毒发展趋势研究报告
- 【LaTex】LaTeX Warning: Citation xxx on page xxx undefined on input line xxx
- php完整验证码代码
- 是Dubbo不香了吗?阿里为啥又搞一套Spring Cloud Alibaba?
- windows curl ssl版本编译
- 贝叶斯思维 统计建模的Python学习法
- 自动化测试 短信验证登录
- RN开发系列<2>--基本调试
- 软考(计算机软件水平考试)程序员介绍
- Unity网络教程翻译(三)多人游戏大厅
- 爬取了bilibili站644w视频信息之后的故事。
- uint 数据类型理解
- 报告解读下载 | 7月《中国数据库行业分析报告》重磅发布!精彩抢先看!
- draft伦理——第七章
- 使用Eclips开发java程序
- java中定义一个时间_Java中的日期和时间
- docker安装apollo
- java狐妖外传,月华凌乱——狐不归外传
- 简单介绍长短期记忆网络 - LSTM
热门文章
- Express全系列教程之(十):jade模板引擎
- VS2005得include,library,src等路径自动设置
- 奋斗吧,程序员——第三十七章.雄关漫道真如铁,而今迈步从头越
- Selenium 自动化测试从零实战
- 段码液晶屏笔段电压范围_一种笔段式液晶屏测试装置的制作方法
- android 自定义音量调节,Android——自定义音量调节控件
- OnSysCommand( UINT nID, LPARAM lParam );分析
- 澳大利亚政府为区块链能源项目拨款800万澳元
- 基于stm32+LM2904+esp8266的噪声预警系统
- python源文件后缀_python 文件后缀杂录