典型文献
基于改进YOLOv3的快速文本检测
文献摘要：
针对深度学习文本检测算法存在运行速度慢、模型体积大等问题,提出了基于改进的YOLOv3(You Only Look Once v3)文本检测方法(mobile-text-YOLOv3).通过深度可分离卷积思想轻量化Darknet-53网络,在高层特征借助双线性插值和偏移层使卷积核具有可变感受野,较大地改善了模型的性能;改进D-IOU,引入宽度惩罚,改善了锚框(anchor)在垂直方向稀疏和回归目标形状时不平衡的问题,提高了检测精度.实验结果表明,该改进算法精度比YOLOv3提高7个百分点,检测速度最高可达22 frame/s,与同类算法相比有更快的检测速度和更小的模型体积.
文献关键词：
自然场景;文本检测;深度可分离卷积;可变形卷积
中图分类号：
作者姓名：
王霏;黄俊;文洪伟
作者机构：
重庆邮电大学 通信与信息工程学院,重庆400065
文献出处：
引用格式：
[1]王霏;黄俊;文洪伟-.基于改进YOLOv3的快速文本检测)[J].电讯技术,2022(01):130-137
A类：
B类：
YOLOv3,文本检测,学习文本,检测算法,运行速度,速度慢,You,Only,Look,Once,mobile,text,深度可分离卷积,Darknet,征借,双线性插值,卷积核,感受野,IOU,锚框,anchor,垂直方向,检测精度,改进算法,百分点,检测速度,frame,自然场景,可变形卷积
AB值：
0.427189
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。
