典型文献
基于特征金字塔网络的自然场景图像文本检测
文献摘要：
针对深度学习中对任意形状文本检测准确率不高的问题,提出了一种结合特征金字塔网络(feature pyramid network,FPN)和内核尺度扩展算法的文本检测网络模型.特征金字塔网络能够提取卷积层中更加鲁棒的特征,融合后生成不同尺度的特征内核;内核尺度扩展算法将生成的最小特征内核逐渐扩展为包围完整文本实例的特征图.同时为了针对自然场景中难以检测的文本实例,在训练阶段加入了在线难例挖掘(online hard example mining,OHEM)的方法,并以迁移学习的方式采用2种不同训练策略进行训练.仿真结果表明,该算法模型在不同数据集上具有良好的检测性能.
文献关键词：
深度学习;文本检测;特征金字塔;内核扩展
中图分类号：
作者姓名：
林金朝;文盼;庞宇
作者机构：
重庆邮电大学 通信与信息工程学院,重庆400065;光电信息感测与传输技术重庆市重点实验室,重庆400065
文献出处：
引用格式：
[1]林金朝;文盼;庞宇-.基于特征金字塔网络的自然场景图像文本检测)[J].重庆邮电大学学报（自然科学版）,2022(01):155-163
A类：
OHEM,内核扩展
B类：
特征金字塔网络,自然场景,场景图像,文本检测,任意形状,检测准确率,feature,pyramid,network,FPN,测网,卷积层,不同尺度,包围,特征图,训练阶段,在线难例挖掘,online,hard,example,mining,迁移学习,训练策略,算法模型,检测性能
AB值：
0.38198
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
