1前言昨天在调试景润给的R2CNN代码，是使用TensorFlow实现的，配置的时候出现了各种问题，而TF的官方文档的确写的不是很好，（之前还是高看他们了，的确还是PyTorch容易调试一些），当时在网上看到一篇博客说可以在虚拟环境的文件中查看安装

2问题描述昨天一直在调试景润给的R2CNN的代码，基本的依赖环境配置号之后，运行代码，出现了“ImportError:libcudart.so.9.2:cannotopensharedobjectfile

RRPN（两阶段文字检测华科白翔组）EAST（单阶段文字检测器旷世科技）R2CNN（两阶段文字检测三星中国）RR-CNN（两阶段舰船检测中科院自动化所）DRBOX（两阶段目标检测中科院电子所）TextBoxes

一.下载源码并配置环境Requirementstensorflow>=1.2cuda>=8.0python3opencv(cv2)1.下载源码R2CNN_Faster-RCNN_Tensorflow源码：gitclonehttps://github.com/DetectionTeamUCAS/R2CNN_Faster-RCNN_Tensorflow2.编译（Compile）1）cd$PATH_RO

这篇文章主要的贡献点主要有两个：1）在RROI阶段，多尺度的pooling(7x7,3x11,11x3).2）除了坐标对齐的bbox坐标回归，添加了inclinedbox的坐标回归（x1,y1,x2,y2,h）。[注：x1,y1,x2,y2分布是bbox按顺时针方向定义的两个角点]网络结构如下：该方法的训练集：1000（icdar15_trainingset）+2000(focusedscenet

R2CNN:RotationalRegionCNNforOrientationRobustSceneTextDetectionYingyingJiang,XiangyuZhu,XiaobingWang,

PositionDetectionandDirectionPredictionforArbitrary-OrientedShipsviaMultiscaleRotationRegionConvolutionalNeuralNetwork论文地址：https://arxiv.org/abs/1806.04828GitHub地址：https://github.com/yangxue0827/R2CNN

重新添加分支的创新更突出场景文本检测基于分割的检测方法spcnet(mask_rcnn+tcm+rescore)psenet(渐进扩展)masktextspottor(新加分割分支)craftincepText基于回归的检测方法：r2cnn

1致谢感谢网友tsq292978891提供的帮助，原文链接如下：https://blog.csdn.net/tsq292978891/article/details/892045252前言今天在学习R2CNN

【遥感目标检测】基于遥感图像的目标检测算法综述（DOTA/R2CNN/ROITransformer/CAD-Net/SCRDet/GlidingVertex）DOTA数据集：1.简介：2.航拍图像特点：

由于代码底子很差，所以如果代码有问题，欢迎在下面留言，免得误伤路人~另外这个R2CNN模型没有跑起来，跑到训练的时候，训练几个就会报错，太心累了，希望有大牛看过这模型的指点下。#!

论文：R2CNN:RotationalRegionCNNforOrientationRobustSceneTextDetection论文链接：https://arxiv.org/abs/1706.09579

1致谢最近谷歌关于TensorFlow的文档写的还是不错的，Youki受到了一定的启发，这里表示一下感谢～2前言今天在学习R2CNN～代码的README中说到需要安装TensorFlow，于是Youki

转自；https://blog.csdn.net/u014380165/article/details/82284078论文：R2CNN:RotationalRegionCNNforOrientationRobustSceneTextDetection

OrientationRobust场景文本检测的R2CNN摘要在本文中，我们提出了一种称为R2CNN的新方法，用于在自然场景图像中检测任意方向的文本。该框架基于FasterR-CNN[1]结构。