EAST（ Efficient and Accurate Scene Text Detector）
简洁的pipline
FCN+nms
前面的特征提取以及深浅层融合较容易理解，类unet结构
网络输出一个score map 和 几何形状（可选四边形加角度RBOX和四坐标QUAD）
score map是shrunk的GT（1维）
RBOX输出是每个像素对于四个边的距离（4维）+ 角度
QUAD是对于四个坐标的偏移（8维）
score map用于后续nms
标签生成：
score map部分，把原始gt标签缩放0.3，得到一个核区域，positive area粗略地设定为核区域内的元素,
几何形状部分，RBOX对于positive area内的像素预测每个点对于四个边的距离；
QUAD对于positive area内的元素预测每个像素对于四个坐标的offset.
loss计算
两部分，一个score map的loss，一个几何体的loss
score map 的loss:
为了提高速度，避免以往目标检测常用的平衡正负样本难易样本的策略，只使用类平衡交叉熵（实际使用dice loss的更多，收敛快）
几何体的loss:
(特殊性，文本的尺度变化比较大，直接用l1 loss会使得loss的偏差朝更大更长发展，为了兼具预测大尺度和小尺度的文本框，故采用Iou loss和尺度归一化的smooth l1 loss)
RBOX采用iou loss
QUAD采用尺度归一化的smooth l1 loss
locality-aware NMS（局部感知）
NMS之前还进行了行几何体的合并，基于临近的像素预测的几何体高度相关的假设，加权合并可以减小计算压力，按照score加权合并几何体，之后再进行普通的NMS