vrml场景实例代码_Mask TextSpotter v3：用于场景文字检测和识别的分割Proposal网络...

Mask TextSpotter v3: Segmentation Proposal Network for Robust Scene Text Spotting

作者团队：华中科大(白翔团队)&Facebook AI
代码：MhLiao/MaskTextSpotterV3
论文：Mask TextSpotter v3: Segmentation Proposal Network for Robust Scene Text Spotting

注：如果上述论文链接无法访问，可以看文末，论文已上传至百度云，方便下载。

表现SOTA！性能优于自家v2、ABCNet、CharNet等网络，代码刚刚开源！

最近的端到端可训练的场景text spotting，集成检测和识别的方法显示出很大的进步。但是，当前大多数任意形状的场景文本 spotters都使用RPN来生成 proposals。

RPN严重依赖手动设计的anchor，其proposals以与轴对齐的矩形表示。前者在处理极高宽高比或不规则形状的文本实例时会遇到困难，而在面向密集文本的情况下，后者通常会在一个proposal中包含多个相邻实例。

为解决这些问题，我们提出了Mask TextSpotter v3，这是一种采用分割proposal网络（SPN）而不是RPN的端到端可训练场景文本观察器。我们的SPN是 anchor-free，可以准确表示任意形状的proposals。因此，它在检测极高宽高比或不规则形状的文本实例方面优于RPN。此外，由SPN生成的准确proposals允许将masked RoI 特征用于解耦相邻的文本实例。因此，我们的Mask TextSpotter v3可以处理具有高长宽比或不规则形状的文本实例，并且其识别精度不会受到附近文本或背景噪声的影响。

实验结果

我们在Rotated ICDAR 2013数据集（旋转鲁棒性）上比最新方法高出21.9％，在Total-Text数据集（形状鲁棒性）上比最新技术高出5.9％，并在MSRA-TD500数据集（纵横比的稳健性）。

下载

链接： https:// pan.baidu.com/s/19XoFLp uXMSM_dv3ZNuM2gQ
提取码：e43l

强烈推荐大家关注计算机视觉论文速递知乎专栏和CVer微信公众号，可以快速了解到最新优质的CV论文。

推荐阅读

使用深度神经网络从Noisy Labels中学习：全面调研

PyTorch3D：面向3D计算机视觉的PyTorch工具箱

剪枝filter？还是剪枝layer？这是个问题

Facebook发布FAIRScale：用于高性能和大规模训练的PyTorch工具

ECCV 2020 | 53.5 AP！PAA：用于目标检测的IoU预测的概率Anchor分配

ECCV 2020 | DecoupleSegNets：通过解耦的主体和边缘监督改进语义分割

ECCV 2020 Oral | LISRD：局部特征描述符的在线不变性选择

ECCV 2020 | BMask R-CNN：边界保持的Mask R-CNN

ECCV 2020 | 即插即用！PSConv：将特征金字塔压缩到紧凑的多尺度卷积层中

ECCV 2020 | STTN：用于视频修复的时空联合Transformer

ECCV 2020 Oral | DG-Net++：面向跨域的行人重识别新网络

ECCV 2020 | 北邮提出PMG：通过渐进式多粒度拼图训练进行细粒度视觉分类

ECCV 2020 | 通过聚类无标签数据来提高人脸识别能力