Abstract

近年来，基于分割的方法在文本检测场景中非常流行，因为分割结果可以更准确地描述曲线文本等各种形状的场景文本。然而，二值化的后处理对于分割检测是必不可少的，它将分割方法产生的概率图转换为文本框/区域。本文提出了一个可微二值化(DB)模块，该模块可以在分割网络中进行二值化处理。与DB模块一起优化的分割网络可以自适应地设置二值化的阈值，不仅简化了后处理，而且提高了文本检测的性能。基于一个简单的分割网络，我们在5个基准数据集上验证了DB模块的性能，在检测精度和效率方面都始终达到了sota结果。特别是，使用轻量级结构，DB的性能提高是显著的，因此我们可以在检测精度和效率之间找到一个平衡。具体来说，以ResNet-18为backbone网络，我们的检测器在MSRA-TD500数据集上实现了82.8的f值，以62FPS/秒的速度运行。
代码已开源 ：https://github.com/MhLiao/DB。

Introduction

Methodology

Binarization

Adaptive threshold

Deformable convolution

Label generation

Optimization

Experiments Datasets

Implementation details

Ablation study

Comparisons with previous methods

Limitation

Conclusion