随笔分类 - OCR
文本检测，文字识别类算法学习
摘要：目前常用的文字识别网络主要有两种，一种是通过CRNN+CTC的方法(参见CRNN)，一种是seq2seq+attention的方法。有说CTC方法优于seq2seq+attention的，但随着attention机制的发展(self-attention, transformer)，也许seq2seq
阅读全文
摘要：OCR(Optical Character Recognition)任务主要是识别出图片中的文字，目前深度学习的方法采用两步来解决这个问题，一是文字检测网络定位文字位置，二是文字识别网络识别出文字。 关于OCR的综述参考：http://xiaofengshi.com/2019/01/05/%E6%B
阅读全文
摘要：本文大量摘抄和节选于下列文章： https://zhuanlan.zhihu.com/p/108547594 https://lipengwei.github.io/2018/08/10/CTC原理/ https://blog.csdn.net/JackyTintin/article/details
阅读全文
摘要：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2019年的论
阅读全文
摘要：EAST是旷视科技在2017年论文East: An Efficient and Accurate Scene Text Detector中提出，能检测任意角度的文字，速度和准确度都很有优势。 East算是一篇很有特色的文章，还是从网络设计，GroundTruth生成，loss函数和Locality-
阅读全文
摘要：CTPN文字检测网络，是在2016年的论文Detecting Text in Natural Image with Connectionist Text Proposal Network中提出，其在Fast-rcnn的基础上进行改进，提出了一种适合检测文字的神经网络，算是一篇开创性的论文，影响了后面
阅读全文
