R2-CNN文本檢測（Rotational Region CNN）
總體框架 文章利用Faster R-CNN作爲基本框架。 （1）使用RPN生成軸向對齊的包圍框，包圍着面向任意方向的文本； （2）對RPN提出的每一個文本框，用不同的pooled size ( 7 × 7, 11 ×3, 3 × 11 ) 進行池化，並利用連接的特徵同時預測文本/非文本得分、軸向對齊框和傾斜最小面積框； （3）多任務損失更新參數（得分+軸向框+傾斜框）； （3）最後，使用傾斜NMS
相關文章
- 1. 【論文筆記】 R2CNN: Rotational Region CNN for Orientation Robust Scene Text Detection
- 2. R2CNN 論文詳解
- 3. 《R2CNN：Rotational Region CNN for Orientation Robust Scene Text Detection》論文筆記
- 4. 文本檢測之-craft檢測算法
- 5. 目標定位和檢測系列（2）：Region-Based Convolutional Network (R-CNN)
- 6. 【目標檢測】R-CNN
- 7. 目標檢測之R-CNN
- 8. 目標檢測： R-CNN
- 9. 目標檢測中region proposal的作用
- 10. R2CNN 算法筆記
- 更多相關文章...
- • XSD 僅含文本 - XML Schema 教程
- • 使用TCP協議檢測防火牆 - TCP/IP教程
- • Kotlin學習（二）基本類型
- • Kotlin學習（一）基本語法
相關標籤/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。
歡迎關注本站公眾號,獲取更多信息
相關文章
- 1. 【論文筆記】 R2CNN: Rotational Region CNN for Orientation Robust Scene Text Detection
- 2. R2CNN 論文詳解
- 3. 《R2CNN：Rotational Region CNN for Orientation Robust Scene Text Detection》論文筆記
- 4. 文本檢測之-craft檢測算法
- 5. 目標定位和檢測系列（2）：Region-Based Convolutional Network (R-CNN)
- 6. 【目標檢測】R-CNN
- 7. 目標檢測之R-CNN
- 8. 目標檢測： R-CNN
- 9. 目標檢測中region proposal的作用
- 10. R2CNN 算法筆記