科研之友
微信
新浪微博
Facebook
分享链接
摘要
目前，文本检测任务主要有基于回归的方法和基于分割的方法，基于回归的方法能够完成一般的文本检测任务，但是较难处理弯曲文本，基于分割的方法利用了图像分割，通过后处理的方式可以检测弯曲文本，得到较好的包围曲线，但是同时也增加了处理的步骤和预测的时间。DBNet方法提出可学习阈值并设计了一个二值化函数，简化了后处理的步骤，在文本检测任务中取得了很好的效果。随着越来越多的网络被提出并且在计算机视觉中都有不错的效果，针对基于分割方法的后处理复杂和预测速度慢问题，在DBNet方法上应用了较为新的ResNeSt网络，同时引入了DO-Conv卷积方式。实验结果表明，该方法在多个指标上都要优于DBNet方法，有较好的文本检测性能。
- 单位
