An Anchor-Free Region Proposal Network for Faster R-CNN based Text Detection Approaches

贡献:

基于FPN+RFCN。

用EAST来替换RPN,并提出scale-friendly 的尺度匹配策略。

尺度分配时,将短边的宽度作为分配的指标。

采用了Light-head R-CNN。15*1 和1*15卷积核。然后用7*7的PS roi pooling来提取特征。

训练fast rcnn时,采用了OHEM。


先训练AF-RPN,然后联合训练。在MLT上预训练,然后在各自数据集上继续。没说数据扩增(crop,。。。)情况。

ICDAR15上性能非常好。

你可能感兴趣的:(An Anchor-Free Region Proposal Network for Faster R-CNN based Text Detection Approaches)