[CV]CTPN 算法
2020-09-28 本文已影响0人
LCG22
本文参考链接：http://xiaofengshi.com/2019/01/23/%E6%B7%B1%E5%BA%A6%E5%AD%A6%E4%B9%A0-TextDetection/
1、CTPN 是由 FasterRcnn 改进而来的，它和 FasterRcnn 的异同是：
basenet
FasterRcnn：Vgg16, Vgg19, resnet
CTPN: Vgg16 或者其它的 CNN 结构
RPN 预测：
FasterRcnn：basenet 的 predict layer 使用 CNN 生成
CTPN：basenet 之后使用双向的 RNN 和 FC 生成
ROI：
FasterRcnn：模型适用于目标检测，为多分类任务，包含 ROI 及类别损失和 BOX 回归
CTPN：文本提取为二分类任务，不包含 ROI 及类别损失，只在 RPN 层计算目标损失及 BOX 回归
Anchor：
FasterRcnn：一共 9 种 anchor ，3 比例，3 尺寸
CTPN：固定 anchor 宽度，一共 10 种高度
batch：
FasterRcnn：每次只能训练一个样本
CTPN：每次只能训练一个样本
2、CTPN 只能用来检测水平文字，一般可以用来进行标准格式印刷体的检测
3、在目标框回归预测时，加上回归框的角度信息，就可以用来检测旋转文本，比如 EAST 模型
