文字检测部分文章总结

一、论文：

     1.EAST——EAST: An Efficient and Accurate Scene Text Detector

     2.Fots——FOTS: Fast Oriented Text Spotting with a Unified Network

     3.RefineNet——RefineNet: Multi-Path Refinement Networks for High-Resolution Semantic Segmentation

     4..PixelLink——PixelLink: Detecting Scene Text via Instance Segmentation

二、内容：

    1.EAST：

   

       1）端到端的检测方式

       2）多层特征融合方式

    2.Fots:

     

    

       与EAST主要区别：

      1）检测+识别端到端，识别提高检测

      2）将特征融合方式改成了去卷积

      3）将图像放大到2560，裁剪块512->640，宽不变高度随机0.8-1.2scale

      4）用synth800k做预训练

    3.RefineNet:

   

   

      1）改了特征融合的方式

     4.PixelLink:

    

            1）基础网络用了VGG，收敛快

            2）score map用了两个channel

            3）预测周边是否是字，最后用opencv算法求最小外接矩形

            4）后期规则过滤

三、总结

     1）EAST这种端到端，先卷积再特征融合的直接回归方式预计会成为以后检测的主流。

     2）改进的点，无非在前置网络和特征融合方式上，其他就是数据集的处理。

     3）貌似这种方式已经突破不了发不了文章了。