自然场景下文字检测的几何归一化网络 GNNets (自然场景下文案怎么写)
该文章通过对待处理图像的特征图进行几何变换，从而将待处理图像中几何分布差异较大的文本框归一化到一定的几何分布范围内，提高了自然场景下文本测检的效果。
一、研究背景
随着深度学习的迅速发展，计算机视觉技术对实际生产具有影响越来越重要的影响。对图像中的文本进行检测和识别，有助于计算机理解视觉内容。
由于卷积神经网络（CNN）方法的通用性，自然场景文本检测受益于常规物体检测而快速发展。但由于自然场景中的文本在实际应用场景中具有较大的几何变化（例如宽高比或文字方向），所以其自身仍存在巨大的挑战。
对于尺度变化问题，现有方法一般通过使用一个检测头（detection header）对不同层级的特征进行检测，利用 NMS 融合结果后作为输出或者使用类似 FPN [1] 的网络将多尺度特征融合然后进行文本检测。
对于角度变化问题，现有方法一般通过直接回归文本框角度或使用对方向敏感的卷积来预测任意方向。
但目前的方法中要求检测头（detection header）需要学习到文字巨大的几何差异或者检测头（detectionheader）仅在所有训练样本中一个子集进行学习，这可能导致性能欠佳。
作者研究了几何分布对场景文本检测的影响，发现基于 CNN 的检测器只能捕获有限的文本几何分布，但充分利用所有训练的样本可以提高其泛化能力。
为了解决上述难题，作者提出了一种新颖的几何规范化模块（GNM）。每个自然场景图片中的文本实例可以通过 GNM 归一化到一定的几何分布范围内。这样所有训练样本均被归一化为有限的分布，因此可以有效地训练一个共享的文本检测头。
本文提出的 GNM 是通用的，可以直接将该模块插入到任何基于 CNN 的文本检测器中。为了验证提出方法的有效性，作者针对文字方向的差异性新建了一个测试集（Benchmark）并发布。雷锋网
二、方法描述
Fig. 1 是 GNNets 的整体网络结构图。总体网络结构由 Backbone，GNM，SharedText Detection Header 组成。通过 Backbone 提取的特征图会被输入到具有多个分支的几何规范化模块（GNM）中，每个分支由一个尺度归一化单元（SNU）和方向归一化单元（ONU）组成。
SNU 有两个不同比例的尺归一化单位（S，S1/2）和四个方向归一化单位（O，Or，Of，Or + f）。通过 SNU 和 ONU 的不同组合，GNM 会生成不同的几何归一化特征图，这些特征图将被输入到一个共享文本检测标头中。
Fig.2 是作者提出的 ONU 模块的示意图。通过应用 ONU 可以更改文本框方向。如图所示「绿色」框是原始框，「灰色」框是转换过程中的中间框，「红色」框是 ONU 的输出的结果框。
θ和θ' 分别是原始框和结果框的角度。（a），（b），（c）和（d）分别是 O，Or，Of，Or + f 的过程的示意图。由上图可以简单明了的表示 ONU 具有将 [0，π/4]，[-π/2，-π/4]，[-π/4，0] 和 [π/4，π/2] 角度的文本转换为在 [0，π/4] 角度的文本。
Fig. 3 展示了 GNM 在网络中的结构设置。对于 SNU 中的 S 使用 1x1 的卷积操作和 3x3 的卷积操作；S1/2 使用 1X1 的卷积，步长为 2 的下采样以及 3x3 的卷积。对于 ONU 中的 O，Or，Of，Or + f 中的 Operations 则分别采用不操作，旋转 feature maps，翻转 feature maps 和旋转后再翻转 feature maps。
由于多分支网络的影响，作者提出了一个针对 GNNets 的抽样训练策略。
在训练期间，作者随机采样一个文本实例，并通过旋转和调整大小 7 次来对其进行扩充，以使 GNM 的每个分支在每批次中都具有有效的文本实例用于训练。这样可以对 GNM 的所有分支进行统一训练。并且在训练过程中如果文本实例不在预先设定的几何区间内，则忽略分支中的该文本实例。
在测试过程中，作者将 GNM 中所有分支输出文本框相应地反向投影到原始比例和方向。不在分支预先设定的几何区间内的文本框会被丢弃。其余的文本框通过 NMS 合并。
三、实验结果
与原始的 PSENet[2] 相比，作者提出的 GNNets 在 ICDAR 2015[3] 和 ICDAR 2017 MLT [4] 上分别实现了约 1.3％和 2.1％的性能提升。
与 ICDAR 2015 上的 EAST[5] 和 ITN [6] 相比，GNNet 的 F-score 比它们分别高出 8％和 9％。与 FTSN [7] 相比，获得了 4.5％的性能提升。GNNets 在 ICDAR 2015 上的表现优于 FOTS [8]，在 ICDAR 2017 MLT 上的 F-score 更超出其 7.3％。并且 FOTS 使用了文字识别的数据。
在单尺度测试中，作者提出的 GNNets 在 ICDAR 2015 和 ICDAR2017 MLT 上均达到了 state-of-the-art 的性能。Fig. 5 可视化了 GNNets 和其他文本检测方法在 ICDAR 2015 和 ICDAR 2017 MLT 上的检测结果。
四、总结及讨论
1、在本文中，作者提出了一种新颖的几何归一化模块（GNM）以生成多个几何感知特征图。并且 GNM 是通用的，可以应用到任何基于 CNN 的检测器中，以构建端到端的几何归一化网络（GNNet）。
实验表明，GNNet 在检测几何分布较大的文本实例方面相较于 baseline 表现出出色的性能。并且，GNNet 在两个文字检测主流的数据集上较最新的方法获得了显著的性能提升。
2、文中研究了几何分布对场景文本检测的影响，发现基于 CNN 的检测器只能捕获有限的文本几何分布，但充分利用所有训练的样本可以提高其泛化能力，对后续文字检测以及其他相关领域有启发性影响。
3、综上所述，文本检测是 OCR 任务的首要前提，但自然场景下文字的字体变化、悬殊的宽高比、任意角度给检测任务带来巨大的挑战，本文为我们提出了目前研究方向上忽略的点，并提供了一个新颖的解决方法，但是相较与常规物体检测，文本检测领域仍然有其特殊性以及较大的提升空间。
参考文献
[1]Tsung-Yi Lin, Piotr Dollar, Ross Girshick, Kaiming He, Bharath Hariharan,and Serge Belongie. Feature Pyramid Networks for Object Detection. In CVPR,2017.
[2]Xiang Li, Wenhai Wang, Wenbo Hou, Ruo-Ze Liu, Tong Lu, and Jian Yang. ShapeRobust Text Detection with Progressive Scale Expansion Network. arXiv preprintarXiv:1806.02559, 2018.
[3]Dimosthenis Karatzas, Lluis Gomez-Bigorda, Anguelos Nicolaou, Suman Ghosh,Andrew Bagdanov, Masakazu Iwamura, Jiri Matas, Lukas Neumann, Vijay RamaseshanChandrasekhar, Shijian Lu, and Others. ICDAR 2015 Competition on RobustReading. In ICDAR, 2015.
[4]ICDAR2017 Competition on Multi-Lingual Scene Text Detection and ScriptIdentification.2017.
[5]Xinyu Zhou, Cong Yao, He Wen, Yuzhi Wang, Shuchang Zhou, Weiran He, andJiajun Liang. EAST: An Efficient and Accurate Scene Text Detector. In CVPR,2017.
[6]Fangfang Wang, Liming Zhao, Xi Li, Xinchao Wang, and Dacheng Tao.Geometry-Aware Scene Text Detection with Instance Transformation Network. InCVPR, 2018.
[7]Yuchen Dai, Zheng Huang, Yuting Gao, Youxuan Xu, Kai Chen, Jie Guo, andWeidong Qiu. Fused Text Segmentation Networks for Multi-Oriented Scene TextDetection. In ICPR, 2018.
[8]Xuebo Liu, Ding Liang, Shi Yan, Dagui Chen, Yu Qiao, and Junjie Yan. Fots:Fast Oriented Text Spotting with a Unified Network. In CVPR, 2018.
雷锋网报道。
原创文章，未经授权禁止转载。详情见 转载须知 。
山西网站排名,根据网站的综合值按照不同的山西网站进行筛选排名结果,通过筛选山西网站可以看到每个山西网站里面的网站排名优质的网站是哪些
4399h5游戏,4399h5小游戏,4399h5游戏平台收录了大量不用下载的在线玩h5游戏、免费h5小游戏在线玩,h5游戏排行榜等资讯,更多好玩h5游戏尽在4399h5游戏平台。
金湖县华升计量仪器有限公司是优质的远传玻璃转子流量计,面板式流量计,塑料管转子流量计,全不锈钢玻璃转子流量计,玻璃管浮子流量计供应商，主要经营产品有：远传玻璃转子流量计,面板式流量计,塑料管转子流量计,全不锈钢玻璃转子流量计,玻璃管浮子流量计！
留学指南星(www.liuxue20.com)，欢迎访问我们的留学网站！我们是您实现留学梦想的专业伙伴。作为留学教育领域的领先者，我们致力于为全球留学生提供全面、可靠的信息和服务。在我们的网站上，您将找到丰富的留学指南，覆盖从选校、申请、签证到生活适应的方方面面。我们的专家团队为您提供最新的留学趋势和建议，帮助您做出明智的决策。
浙江明枫智能科技有限公司|天盾遮阳板|浙江遮阳板|明枫智能科技|汽车遮阳板|汽车遮阳板厂家
广州市极云网络科技有限公司（简介极云网络），专注于企业工作执行协作沟通管理、个人/家庭健康管理、中小微电商解决方案、高端网站构建等服务，专业的品质化互联网服务研发及运营的提供商。
东莞智林科技专注于营销型网站建设8年,系知名东莞网络公司,成立于2007年,是东莞电子商务协会发起单位,首届理事单位.
同城免费发布广告信息,就上玖信财团分类信息网。dyc400000.com是本地生活分类信息免费查询及发布平台。兼职、房产、招聘、二手、车辆、培训及生活服务等尽在玖信财团分类信息网。
安徽鼎彩光电集团坐落于安徽滁州，专业从事电子电器生产、销售的大型综合性企业。联系电话：15005504847/18055026808
速配网是最真实的全球华人征婚网和婚恋交友中心，速配功能强大，免费征婚！免费联系会员！找恋人-找对象-找老公-找老婆-找老伴-就来速配网！
奥士康科技股份有限公司秉承“连接你我、导通未来”的企业使命，经过近20年的稳步发展，现已成为拥有奥士康科技股份有限公司、奥士康精密电路（惠州）有限公司、广东喜珍电路科技有限公司等三家经营实体的股份制企业，公司于2017年12月1日在深交所主板成功上市（股票代码：002913）
助约专注球场在线预订,羽毛球馆,足球场,网球场,球场在线预订,游泳馆查询预订,手机在线预订,运动场馆价格表,运动场馆优惠信息,助约就上助约.
特色小吃店一直都是很多消费者喜爱的美食门店，国内的餐饮市场发展火热，小吃项目作为行业内的热门品类，很多出色的小吃品牌在业内都获得了出色的发展成绩，其中渣大侠独门爪爪小吃就是很多消费者青睐的小吃美味品牌，渣大侠独门爪爪小吃以主打的鸡爪美食获得了诸多消费者的熟知，近年来不断进行产品内容的丰富，在品牌和产品的优势上十足，是很多加盟商的青睐选...。
CV在前，NLP在后，迁移学习技术的应用为这两个领域所带来的进展和突破，不可谓不瞩目，其中，预训练模型作为当下迁移学习的一种主流方法，让，从零开始训练一个新模型，的时代一去不复返，这类在大型数据集上训练好的模型进行微调后，便能够较好地适配类似的新目标任务，可以极大地节约时间和成本，不过，天下没有免费的午餐，这种方法看似，一劳永逸，，也...。
6月6日，腾讯创业服务平台正式上线，针对创业者的痛点，腾讯特别推出了，初创企业开公司必备，、，全方位的创业法律服务，、，人力资源一站式服务，三组创业必备套餐，为创业者们指导关于，初创公司、法律资讯和人才招聘，等方面的问题，希望帮助企业成长更快速，项目成功率更高，活动当天，服务套餐还将推出限量折扣优惠，甚至低至1元的体验价，腾讯创业服务...。
中小企业正在经历一次痛苦难熬的数字化转型，一边是业务毛利、附加值低、生产管理缺乏数字化等问题驱使中小企业主动拥抱数字化；一边是高成本的大平台、昂贵的数字化系统和设备让中小企业望而却步，从企业内部分析，缺资金、缺人才、缺技术成为中小企业数字化转型面临的挑战和困难，中国信息经济学会数字经济政策研究专委会主任蔡跃洲在接受媒体采访时表示，...。
申明，1.以上内容仅代表揭发者自己，不代表黑猫揭发立场，2.未经授权，本平台案例制止任何转载，违者将被清查法律责任，3.黑猫揭发处置揭发不收取任何费用，凡以黑猫揭发名义不要钱的均为混充、诈骗行为，请及时报警并与黑猫官网反应，揭发邮箱heimaotousu@vip.sina.com，4.请大家选用官网渠道处置生产纠纷，不要轻信第三方机构...。
第一名，轻薄仔细狮子座狮子座以为做任何事件都应该要轻薄仔细，看待所有学习的事件都十分仔细，特意是关于自己青睐的学科，在学习方面他们关于自己的水平有很明晰的认知，他们知道如何才干克制自己的缺陷，怎样样能防止各种疑问，素来不会由于学习的事件而埋怨，有着这种态度的狮子座学习效果怎样会差呢，再加上狮子座的自尊心也不准许他们学习差，人造而然学霸...。
易车讯日前，咱们从关系渠道取得了初次曝光的玛莎拉蒂GranCabrioFolgore谍照，新车或将于2023年内亮相，主打纯电动双门GT跑车市场，驳回更具品格的敞篷设计，估量搭载与GranTurismoFolgore相似的电驱动技术，外观设计方面，经过玛莎拉蒂GranCabrioFolgore谍照可以看到，新车将会驳回软顶敞篷设计，领...。
丰田汽车公司，作为世界出名的汽车制作商，旗下领有泛滥备受消费者喜欢的汽车品牌，这些品牌不只涵盖了国产系列，还包含了出口系列，充沛展现了丰田汽车公司的多元化和市场规划，在国产系列中，丰田汽车推出了多款热销车型，如锐志、普拉多、普锐斯、卡罗拉、皇冠等，这些车型仰仗其出色的性能、出色的质量以及正当的多少钱，在中国市场上赢得了宽泛的认可和好评...。
寂寞青山：缩量反弹模式未变！_寂寞青山_新浪博客,寂寞青山,
lblink80211n无线网卡驱动是一款非常优秀的无线网卡驱动程序。这个网卡采用了瑞昱11N150MRTL8188CUS芯片，内置一条智能天线
抖音电脑版官方已经正式上线了，电脑刷视频，大屏更过瘾！让每一个人看见并连接更大的世界，鼓励表达、沟通和记录，激发创造，快来下载尝鲜吧~！
一条造福各国、惠及世界的“幸福路”（和音）,一带一路,幸福路,丝绸之路经济带,丝路,海上丝绸之路
在热闹的成都街头，一家不起眼的小店门前总是坐着一位慈祥的老奶奶，她手持一把竹扇，悠闲地坐在门口的竹椅上，面前摆着一盘色泽鲜艳、香气扑鼻的凉拌肥肠，每当有行人经过，老奶奶总会热情地招呼一声，来尝尝我的凉拌肥肠吧，保证你吃了还想再吃！她的孙子小明是个调皮捣蛋的顽童，但对奶奶的凉拌肥肠却情有独钟，每天放学回家的路上，他都会绕道到奶奶的小店里...。
韩国料理，又称韩食、韩国菜、朝鲜料理等，泛指朝鲜民族的饮食文化，韩国料理以清淡为主，少油腻，韩国料理以辣见长，兼具中华菜肉丰味美与日本料理鱼多汁鲜饮食特点的菜肴，韩国料理中多以米食为主食，另有面食、荞麦、菜、肉等，除了炊煮熟食的饭之外，另外常伴随热汤，韩国料理一般选材天然，上不破坏营养成分的烹调方式，荤素搭配合理并且时制作追求少而精，...。
麦芽地网站上传播的，Wirelurker，木马估计让不少人震惊，未越狱的iPhone并非想象中安全，隐私泄露、远程控制这类病毒木马还是能存在，PANW的研究报告中显示，，Wirelurker，至少存在了6个月之久，受感染软件被下载超过35万次，直到被外媒曝光，苹果才反应过来修复，在这起事件中，，Wirelurker，木马传播网站麦芽地...。
ChatGPT的发布在全球掀起了大模型产业化的浪潮，短短半年间，许多行业因大模型的出现而脱胎换骨，大模型在改变人工智能的同时，也在改变着全世界，逐渐成为人们的共识，在通用大模型领域，拥有着深厚技术储备的腾讯、阿里、百度、华为等国内科技与互联网巨头企业接连发力，打造出混元、通义千问、文心一言、盘古等AI大模型，在大模型产业化的竞争浪潮...。
这个时代的滑稽和伟大之处皆在于，我们每天要证明自己是自己，在淘宝上购买一件衣服，你需要扫一扫，人脸识别，，证明一下你是你；去公司上下班，你需要点一点，指纹识别，，证明一下你是你；如果你在银行、政府单位的，重要场景，中工作，你还得接受一下，虹膜识别，，证明一下你的确是你，而上述这些技术，统称为生物识别，声纹识别便是其中之一，声纹识别也被...。
