首页 > TAG信息列表 > psenet
动手-文字检测-PSENet
借助mmocr框架，测试几种算法的效果。 这是一个文字检测和文字识别库，集成了很多的模型，包括PSENet、PixelLink等等 安装参考 https://mmocr.readthedocs.io/en/latest/install.html (base) xuehp@haomeiya009:~/git$ conda create -n open-mmlab python=3.7 -y (base) xuehp@haomeiya文本检测网络Psenet学习(三)
现有的文本检测方法主要有两大类，一种是基于回归框的检测方法(基于物体检测的方法)，如CTPN，EAST，这类方法很难检测任意形状的文本(曲线文本)， 一种是基于像素的分割检测器(基于实例分割的方法)，这类方法很难将彼此非常接近的文本实例分开。Psenet文本检测方法是基于分割的方法，在2019PSENet原理介绍
通常OCR中，文字检测都是由目标检测继承而来，目标检测大多都是基于先验框的（anchor base)，近期出现的no-anchor模式本质上也是基于先验框的。anchor-base模式在目标检测衍生到OCR领域就有很多缺陷，比如：倾斜（或扭曲）文字检测不准、过长文字串检测不全、过短文字串容易遗漏、【文本检测】PSENet (Shape Robust Text Detection with Progressive Scale Expansion Network)
【资讯来源】：我爱计算机视觉公众号——CVPR 2019 | 文本检测算法PSENet解读与开源实现 【论文地址】：https://arxiv.org/pdf/1806.02559.pdf （Shape Robust Text Detection with Progressive Scale Expansion Network） 【代码-原作者】：https://github.com/whai362/PSENet 【代Shape Robust Text Detection with Progressive Scale Expansion Network
南京理工大学，南京大学 形状鲁棒文本检测的挑战在于两个方面：1）对于基于回归的方法ICDAR 成绩 前5企业和高校
11月20日，有光学字符识别（OCR）领域“奥斯卡”之称的国际文档分析与识别大会（ICDAR）数据集最新结果公布，中国高校及企业包揽排行榜前五。 ICDAR2015数据集前五名及框架名称分别是：云从科技（Pixel-Anchor）、南京大学与南京理工大学（PSENet）、旷视科技（Mask Text）、商汤科技（FOTS）、阿里巴巴（IncepText