史上最全场景文字检测资源合集:70篇重要论文/15个开源代码/176个实验结果/1305个统计信息
The following article is from CSIG文档图像分析与识别专委会 Author 刘崇宇
加入极市专业CV交流群,与6000+来自腾讯,华为,百度,北大,清华,中科院等名企名校视觉开发者互动交流!更有机会与李开复老师等大牛群内互动!
同时提供每月大咖直播分享、真实项目需求对接、干货资讯汇总,行业技术交流。关注 极市平台 公众号 ,回复 加群,立刻申请入群~
来源: CSIG文档图像分析与识别专委会
一、前言
二、场景文本检测数据集
1. Horizontal-Text Datasets:
详细对比内容如表1所示,其中包括语种、图片以及文本数量(训练/测试)、标注类型等,更多内容详见资源链接。
表1 场景文本检测数据集对比
三、场景文本检测方法总结
本文将场景文本检测方法分为四类:
(a) Traditional methods;
(b) Segmentation-based methods;
(c) Regression-based methods;
(d) Hybrid methods.
表2 传统场景文本检测方法对比
2. Segmentation-based methods
表3 基于分割的场景文本检测方法对比
表4 基于回归的场景文本检测方法对比
4. Hybrid methods
表5 场景文本检测的集成方法对比
四、场景文本检测结果汇总
本小节整理了70篇场景文本检测重要论文的在不同类型数据集上的评估结果。部分截图如下表,详细内容请见资源链接。(注:P、R、F 分别代表Precision、Recall和F-measure。)
2. Detection Results on Arbitrary Quadrilateral Text Datasets
五、小结
Github资源链接
Scene Text Detection:https://github.com/HCIILAB/Scene-Text-Detection
-完-
*延伸阅读
添加极市小助手微信(ID : cv-mart),备注:研究方向-姓名-学校/公司-城市(如:目标检测-小极-北大-深圳),即可申请加入目标检测、目标跟踪、人脸、工业检测、医学影像、三维&SLAM、图像分割等极市技术交流群,更有每月大咖直播分享、真实项目需求对接、干货资讯汇总,行业技术交流,一起来让思想之光照的更远吧~
△长按添加极市小助手
△长按关注极市平台
觉得有用麻烦给个在看啦~