10.3969/j.issn.2095-2163.2023.08.006
基于增大感受野的场景文本检测算法
针对场景文本检测算法在长文本检测中的不足问题,提出一种加入条带池化和优化损失函数的改进算法.针对文本行的长条形状,引入Strip Pooling,这种池化核可以获得更大的感受野,将带有Strip Pooling的MPM(Mixed Pooling Module)模块和Coordinate Attention模块插入EAST算法中,使得像素点能够捕获条带位置上的远程坐标信息,提升对长文本检测的性能.同时针对回归任务,优化了损失函数,使用Dice Loss和CIoU Loss,得到更加精确的文本框.本文的模型在ICDAR2013、ICDAR2015 和MSRA-TD500 数据集上都取得了较好的检测效果.
文本检测、EAST、注意力机制、Strip Pooling、金字塔池化
13
TP391(计算技术、计算机技术)
国家自然科学基金61977039
2023-10-18（万方平台首次上网日期，不代表论文的发表时间）
共7页
30-36
