本文工作基于faster RCNN , 区别在于
1.改进了rpn，anchor产生的window的宽度固定为3。
2.rpn后面不是直接接全连接+分类/回归，而是再通过一个LSTM，再接全连接层。
3.坐标仅仅回归一个y，而不是x1, y1, x2, y2
4.添加 side-refinement offsets（可能这个就是4个回归值中的其中2个）
2021-09-03 16:15:40
7.57MB
1
SceneTextPapers - 场景文字检测与识别文献/代码汇总
2021-06-24 15:04:29
839KB
1
从git上下载这个太慢了（https://github.com/ouyanghuiyu/chineseocr_lite），故为了方便大家，就从csdn上下载吧
2021-05-27 20:09:11
188.63MB
1
通用场景文字识别OCR，适用各种字体，包括特殊字体，截取一段文字图片即可获得图片中的文字，字符识别率98%，实验在百万数据集上训练，也可通过自己的训练集进行训练微调，效果展示https://blog.csdn.net/weixin_44606154/article/details/116712433?spm=1001.2014.3001.5501
2021-05-12 18:06:30
180.84MB
Synth Text合成数据集的相关文件下载，包括imnames.cp， bg_img.tar.gz， depth.h5， seg.h5`，好像 bg_img.tar.gz 太大，没传上，请私信我，协商怎么发送
2021-04-22 09:09:02
147B
1
就我所知，十分完善的场景文字检测的代码网上是没有的，有的只是一些算法，或者比较过时的系统，本文的出现正是希望通过本人的一点努力填补这个空白，方便广大研究者能够更快入门，至少一开始研究就有一个基本框架。具体可见本人的博客。
2019-12-21 22:21:12
1.6MB
1