开发者社区

文档建议反馈控制台

文章/答案/技术大牛

发布

社区首页 >专栏 >高精度PSEnet文本检测在windows/linux运行教程

高精度PSEnet文本检测在windows/linux运行教程

作者头像

机器学习AI算法工程

发布于 2020-07-21 02:31:48

发布于 2020-07-21 02:31:48

9080

举报

文章被收录于专栏：机器学习AI算法工程机器学习AI算法工程

PSEnet核心是为了解决不能区分相邻文本的问题，以及对任意形状文本的检测问题。PSEnet依然采用基于分割的方式，对文本行不同核大小做预测，然后采用渐进式扩展算法扩展小尺度kernel到最终的文本行大小。因为在小尺度kernel之间存在比较大的margin，因此能够很好的区分相邻的文本行。最终结果在icdar2015和icdar2017都取得了sota的效果，而其最大的亮点是在SCUT-CTW1500弯曲文本数据集上取得了超过先前最好算法6.37%的结果。

PSENet PANNet DBNet 三个文本检测算法异同

PSEnet 文本检测示例：

下面分别介绍PSEnet 在windows 和linux上成功运行的介绍

首先下载项目代码

本文参与腾讯云自媒体同步曝光计划，分享自微信公众号。

原始发表：2020-07-17，如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自机器学习AI算法工程微信公众号，前往查看

如有侵权，请联系 cloudcommunity@tencent.com 删除。

本文参与腾讯云自媒体同步曝光计划，欢迎热爱写作的你一起参与！

评论

登录后参与评论

暂无评论

编辑精选文章

换一批

万字详解高可用架构设计

Go 开发者必备：Protocol Buffers 入门指南

10分钟带你彻底搞懂分布式链路跟踪

多租户的 4 种常用方案

亿级月活的社交 APP，陌陌如何做到 3 分钟定位故障？

60页PPT全解：DeepSeek系列论文技术要点整理

tensorflow版PSENet 文本检测模型训练和测试

kernel 编程算法 shell python

psenet核心是为了解决基于分割的算法不能区分相邻文本的问题，以及对任意形状文本的检测问题。

机器学习AI算法工程

2020/05/15

1.4K0

tensorflow版PSENet 文本检测模型训练和测试

弯曲文字检测之SPCNet

机器学习神经网络深度学习人工智能编程算法

文字检测在深度学习的推动下，最近几年取得了长足的进步。由于多媒体检索，工业自动化，视力障碍人士辅助设备等应用的需求日益增长，场景文本检测是的计算机视觉的热门研究话题之一。给定一张自然场景图像，定位出图中的所有文字的位置，即场景文本检测的目标。过去的大多数文章主要集中于检测水平文字和倾斜文字，主要数据集也是基于水平文字和倾斜文字的，然而，自然场景中大量存在弯曲文本。因此本文提出一种方法，不仅可以检测水平和多方向文字，同时可以检测弯曲文字，对各种形状的文字检测都十分鲁棒。同时，本文还提出两个模块，可以有效抑制错误样本的检测。该文章被AAAI2019收录。

SIGAI学习与实践平台

2019/01/21

1.5K0

DPText-DETR: 基于动态点query的场景文本检测，更高更快更鲁棒

图像识别腾讯云测试服务

针对场景文本检测任务，近期基于DEtection TRansformer (DETR) 框架预测控制点的研究工作较为活跃。在基于DETR的检测器中，query的构建方式至关重要，现有方法中较为粗糙的位置先验信息构建导致了较低的训练效率以及性能。除此之外，在如何监督模型方面，之前工作中使用的点标签形式影射了人的阅读顺序，本文观察到这实际上会降低检测器的鲁棒性。

CV君

2023/03/06

7900

DPText-DETR: 基于动态点query的场景文本检测，更高更快更鲁棒

CVPR 2019 | 文本检测算法PSENet解读与开源实现

https 网络安全 github git 开源

PSENet文本检测算法来自论文《Shape Robust Text Detection with Progressive Scale Expansion Network》，2018年7月发表于arxiv，已被CVPR 2019 接收。

CV君

2019/12/27

2.9K1

文本检测DBNet++ | 为 DBNet 引入多级特征图聚合模块 ASF

函数基础数据网络优化

本文的作者首先提出了 DBNet，将特征图二值化的过程构建成了一个可微的过程，可以直接参与到训练中，如图 2 红色箭头所示：

机器学习AI算法工程

2023/09/19

1.1K0

文本检测DBNet++ | 为 DBNet 引入多级特征图聚合模块 ASF

SegLink++：基于实例感知与组件组合的任意形状密集场景文本检测方法

面向对象编程

本文简要介绍Pattern Recognition 2019论文“SegLink++: Detecting Dense and Arbitrary-shaped Scene Text by Instance-aware Component Grouping”的主要工作。该论文提出一种对文字实例敏感的自下而上的文字检测方法，解决了自然场景中密集文本和不规则文本的检测问题。该论文提出的Instance-aware Component Grouping（ICG）方法，能够在自下而上的文字检测方法的基础上大大提高密集文本检测的效果。在该论文提出的一个商品密集文本检测数据集DAST1500上，该方法的结果明显优于同时期的其他文字检测方法。

Amusi

2019/12/27

1.9K0

SegLink++：基于实例感知与组件组合的任意形状密集场景文本检测方法

ICDAR 2019论文：自然场景文字定位技术详解

图像识别文字识别存储卷积神经网络

自然场景图像中的文字识别应用广泛，其中文字定位是最重要的一步，但技术上极具挑战。本文提出了一个高效的场景文本检测框架，取得了明显的效果提升。

美团技术团队

2019/09/29

1.3K0

ICDAR 2019论文：自然场景文字定位技术详解

基于分割思想的文本检测算法

编程算法 opencv 深度学习

在文本检测任务中，较少出现字符重合的情况（重合的字符人也认不出来啊），所以基于分割思想的文本检测算法也能得到很好的效果。

带萝卜

2020/10/23

1.8K0

GitHub Trending第一之后，PaddleOCR再发大招：百度自研顶会SOTA算法正式开源！

神经网络深度学习人工智能开源 sas

要说生活里最常见、最便民的AI应用技术，OCR（Optical Character Recognition，光学字符识别）当属其中之一。寻常到日常办理各种业务时的身份证识别，前沿到自动驾驶车辆的路牌识别，都少不了它的加持。

CV君

2020/08/21

1.6K0

GitHub Trending第一之后，PaddleOCR再发大招：百度自研顶会SOTA算法正式开源！

中科大提出ContourNet：更准确的任意形状场景文本检测新方法

本文简要介绍2020年被CVPR录用的论文“ContourNet: Taking a Further Step toward Accurate Arbitrary-shaped Scene Text Detection”的主要工作。近年来场景文本检测的研究发展迅速，但其中有两个困难的挑战未被很好解决，算法容易产生伪召回（False Positives）以及对尺度变化剧烈的文本检测不准确。为此，本文提出ContourNet算法，设计了Adaptive-RPN模块生成更高精度质量的候选框，以及Local Orthogonal Texture-aware Module (LOTM)模块来解耦候选框中的水平和竖直方向的文本轮廓检测，从而向更精确的任意形状的场景文本检测又迈进一步。

Amusi

2020/06/29

1.5K0

中科大提出ContourNet：更准确的任意形状场景文本检测新方法

ICCV2019 | 任意形状文本检测的像素聚合网络

本文简要介绍了2019年7月被ICCV录用的论文“Efficient and AccurateArbitrary-Shaped Text Detection with Pixel Aggregation Network”的主要工作。该论文主要解决了自然场景文本检测中的两个问题：一是如何权衡在自然场景任意形状文本检测的速度与精度，二是不规则文本的精准检测。

AI科技评论

2019/10/10

1.3K0

ICCV2019 | 任意形状文本检测的像素聚合网络

PSENet PANNet DBNet 三个文本检测算法异同

add instance module scale

近年来，自然场景文本检测在场景理解、产品识别、自动驾驶和目标定位等众多应用中得到了广泛的关注。然而，由于前景文本和背景对象的巨大差异，以及各种形状、颜色、字体、方向和尺度的文本变化以及极端的照明和遮挡，自然场景中的文本检测仍然面临着相当大的挑战。

机器学习AI算法工程

2020/06/10

2.6K0

PSENet PANNet DBNet 三个文本检测算法异同

CVPR 2018 | 华中科技大学提出多向文本检测方法：基于角定位与区域分割

选自arXiv 作者：Pengyuan Lyu等机器之心编译参与：Nurhachu Null、李泽南在计算机视觉的应用场景里，对图像中的文本进行准确识别是重要而相对困难的任务。来自华中科技大学的研究者们近日提出了一种全新的多项文本检测方法，大幅提高了机器学习的识别准确度。该研究已被即将于 6 月 18 日在美国盐湖城举行的 CVPR 2018 大会接收。简介最近，由于现实世界应用（如产品搜索 [4]，图像检索 [19]，以及自动驾驶）需求的增长，从自然场景图像中提取文本信息的研究正变得越来越流行

机器之心

2018/05/09

1.2K0

CVPR 2018 | 华中科技大学提出多向文本检测方法：基于角定位与区域分割

首发 | 旷视14篇CVPR 2019论文，都有哪些亮点？

学习方法机器学习神经网络深度学习人工智能

回顾 CVPR 2018 ，旷视科技有 8 篇论文被收录，如高效的移动端卷积神经网络 ShuffleNet、语义分割的判别特征网络 DFN、优化解决人群密集遮挡问题的 RepLose、通过角点定位和区域分割优化场景文本检测的一种新型场景文本检测器、率先提出的可复原扭曲的文档图像等等。

AI科技大本营

2019/03/15

1K0

首发 | 旷视14篇CVPR 2019论文，都有哪些亮点？

【文本检测与识别-白皮书-3.1】第三节：算法模型 2

机器学习神经网络深度学习人工智能

CTPN，全称是“Detecting Text in Natural Image with Connectionist Text Proposal Network”（基于连接预选框网络的文本检测）。CTPN直接在卷积特征映射中检测一系列精细比例的文本建议中的文本行。CTPN开发了一个垂直锚定机制，可以联合预测每个固定宽度提案的位置和文本/非文本得分，大大提高了定位精度。序列建议由递归神经网络自然连接，该网络无缝地合并到卷积网络中，形成端到端可训练模型。这使得CTPN能够探索图像的丰富上下文信息，使其能够强大地检测极其模糊的文本。CTPN可以在多尺度和多语言文本上可靠地工作，而不需要进一步的后处理，不同于以前需要多步骤后过滤的自下而上的方法。

合合技术团队

2022/10/24

5360

【文本检测与识别-白皮书-3.1】第三节：算法模型 2

IJCAI 2018 | 阿里提出IncepText：全新多向场景文本检测模块

选自arXiv 作者：Qiangpeng Yang等机器之心编译参与：乾树、李泽南文本检测在很多应用中扮演着重要的角色，但这也是一个颇具挑战性的任务。阿里近期提出的端到端场景文本检测器 IncepText 在多个数据集的测试中实现了业内最佳水平，并已发布了开放的 OCR 产品接口。本研究的论文已被即将在 7 月于瑞典举行的 IJCAI 2018 大会接收。场景文本检测是众多计算机视觉应用中最具挑战性的任务之一，它会应用在多语言翻译、图像检索、自动驾驶等场景中。其中，首当其冲的挑战是场景文本会包含

机器之心

2018/06/08

6970

【文本检测与识别白皮书-3.2】第三节：常用的文本识别模型

编程算法神经网络

2017年华中科技大学在发表的论文《An End-to-End Trainable Neural Network for Image-based Sequence Recognition and Its Application to Scene Text Recognition》提出了一个识别文本的方法，这种方法就是CRNN。该模型主要用于解决基于图像的序列识别问题，特别是场景文本识别问题。

合合技术团队

2022/11/03

2.1K0

【文本检测与识别白皮书-3.2】第三节：常用的文本识别模型

深度学习应用篇-计算机视觉-OCR光学字符识别[7]：OCR综述、常用CRNN识别方法、DBNet、CTPN检测方法等、评估指标、应用场景

人工智能深度学习计算机视觉 ocr

OCR(Optical Character Recognition,光学字符识别)是指对图像进行分析识别处理，获取文字和版面信息的过程，是典型的计算机视觉任务，通常由文本检测和文本识别两个子任务构成。

汀丶人工智能

2023/06/11

3.2K0

深度学习应用篇-计算机视觉-OCR光学字符识别[7]：OCR综述、常用CRNN识别方法、DBNet、CTPN检测方法等、评估指标、应用场景

【文本检测与识别-白皮书-3.1】第二节：基于分割的场景文本检测方法

像素级别的文本检测方法通常借鉴物体语义分割和实例分割的思想，利用全卷积神经网络(fully convolution network，FCN)(Long 等人，2015)对图像中的每个像素点进行文本和非文本分类，从而得到文本区域掩码图(Mask)。然后通过一些像素聚合的后处理方式将属于同一文本的文本像素点聚合在一起得到最后的文本实例边界框。

合合技术团队

2022/10/19

1K0

【文本检测与识别-白皮书-3.1】第二节：基于分割的场景文本检测方法

17篇论文入选CVPR 2019，百度AI都在关注什么？（附论文地址）

https 网络安全 github 图像处理 git

计算机视觉和模式识别大会CVPR 2019即将于6月在美国长滩召开，作为人工智能领域计算机视觉方向的重要学术会议，CVPR每年都会吸引全球最顶尖的学术机构和公司的研究人员投稿。

AI科技大本营

2019/05/14

6960

相关推荐

tensorflow版PSENet 文本检测模型训练和测试

更多 >

社区富文本编辑器全新改版！诚邀体验～

全新交互，全新视觉，新增快捷键、悬浮工具栏、高亮块等功能并同时优化现有功能，全面提升创作效率和体验