JavaShuo
欄目
標籤
AAAI-20 Oral | 曠視研究院提出可微分二值化,實現文字檢測精度速度雙重最佳
時間 2021-01-13
原文
原文鏈接
近年,基於分割的方法在場景文字檢測領域很流行,即把分割方法產生的概率圖轉化爲邊界框和/文字區域;並且,二值化的後處理對這些方法而言很關鍵。本論文提出一種可微分二值化(DB)的方法,可在分割網絡中進行二值化。有了它,分割網絡可以自適應地設定二值化閾值,這不僅可以簡化後處理,還可以提升文字檢測性能。 通過一個簡單的分割網絡,曠視研究院在 5 個基準數據集上的實驗,取得了速度和精度的雙重當前最佳,驗證了
>>阅读原文<<
相關文章
1.
AAAI-20 Oral | 曠視研究院提出可微分二值化,實現文字檢測精度速度雙重最佳
2.
解讀曠視科技文字檢測最核心原理,實現速度、精度雙提升
3.
CVPR 2020 | 曠視研究院提出新型人-物交互檢測框架,實現當前最佳
4.
CVPR 2019 | 曠視研究院Oral論文提出GeoNet:基於測地距離的點雲分析深度網絡
5.
【CNN】曠視研究院解讀Light-Head R-CNN:平衡精準度和速度
6.
ICCV 2019 | 曠視研究院提出行人搜索當前最佳新方法
7.
CVPR 2019 | 曠視研究院提出DeepLiDAR:經過曲面法線實現稠密深度預測
8.
CVPR 2019 | 曠視研究院提出DeepLiDAR:通過曲面法線實現稠密深度預測
9.
CVPR 2020 Oral | 曠視研究院提出Circle Loss,革新深度特徵學習範式
10.
CVPR 2020 | 曠視研究院提出SQE:多場景MOT參數自優化度量指標
更多相關文章...
•
PHP 獲取圖像寬度與高度
-
PHP參考手冊
•
SVN 檢出操作
-
SVN 教程
•
Git可視化極簡易教程 — Git GUI使用方法
•
Spring Cloud 微服務實戰(三) - 服務註冊與發現
相關標籤/搜索
速度
精度
測度
重度
二度
研究院
AI研究院
分度
研究出
紅包項目實戰
Spring教程
SQLite教程
調度
文件系統
微服務
0
分享到微博
分享到微信
分享到QQ
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。
最新文章
1.
升級Gradle後報錯Gradle‘s dependency cache may be corrupt (this sometimes occurs
2.
Smarter, Not Harder
3.
mac-2019-react-native 本地環境搭建(xcode-11.1和android studio3.5.2中Genymotion2.12.1 和VirtualBox-5.2.34 )
4.
查看文件中關鍵字前後幾行的內容
5.
XXE萌新進階全攻略
6.
Installation failed due to: ‘Connection refused: connect‘安卓studio端口占用
7.
zabbix5.0通過agent監控winserve12
8.
IT行業UI前景、潛力如何?
9.
Mac Swig 3.0.12 安裝
10.
Windows上FreeRDP-WebConnect是一個開源HTML5代理,它提供對使用RDP的任何Windows服務器和工作站的Web訪問
本站公眾號
歡迎關注本站公眾號,獲取更多信息
相關文章
1.
AAAI-20 Oral | 曠視研究院提出可微分二值化,實現文字檢測精度速度雙重最佳
2.
解讀曠視科技文字檢測最核心原理,實現速度、精度雙提升
3.
CVPR 2020 | 曠視研究院提出新型人-物交互檢測框架,實現當前最佳
4.
CVPR 2019 | 曠視研究院Oral論文提出GeoNet:基於測地距離的點雲分析深度網絡
5.
【CNN】曠視研究院解讀Light-Head R-CNN:平衡精準度和速度
6.
ICCV 2019 | 曠視研究院提出行人搜索當前最佳新方法
7.
CVPR 2019 | 曠視研究院提出DeepLiDAR:經過曲面法線實現稠密深度預測
8.
CVPR 2019 | 曠視研究院提出DeepLiDAR:通過曲面法線實現稠密深度預測
9.
CVPR 2020 Oral | 曠視研究院提出Circle Loss,革新深度特徵學習範式
10.
CVPR 2020 | 曠視研究院提出SQE:多場景MOT參數自優化度量指標
>>更多相關文章<<