开源OCR文本检测器，基于TextBoxes++和RetinaNet

【导读】OCR由文本定位和文本识别组件构成。本文介绍Github上的一个开源文本定位组件Text_Detector，它使用了RetinaNet的结构和textboxes++中的一些技术。

OCR由文本定位和文本识别组件构成，文本定位组件寻找文本所在的位置，文本识别组件识别每个字符。本文介绍一个开源文本位置探测器Text_Detector，它的Github地址为：

https://github.com/qjadud1994/Text_Detector

Text_Detector使用了RetinaNet和textboxes++中的一些技术：

• RetinaNet: https://arxiv.org/pdf/1708.02002.pdf
• textboxes++: https://arxiv.org/pdf/1801.02765.pdf

Text_Detector的Github页给出了一些较好的识别结果和较差的识别结果。

较好的识别结果如下：

在一些垂直文本或长文本等情况下，Text_Detector的效果不太理想：

Text_Detector依赖的环境如下：

• 操作系统 : Ubuntu 16.04.4 LTS
• GPU : Tesla P40 (24GB)
• Python : 3.6.6
• Tensorflow : 1.10.0
• Pytorch : 0.4.1
• tensorboardX : 1.2
• CUDA, CUDNN : 9.0, 7.1.3

更多关于Text_Detector的细节可以在它的Github主页上找到。

参考链接：

• https://github.com/qjadud1994/Text_Detector