基于特征融合的电商图片文本检测

• 作者: 何成威 王麟琦
• 来源期刊: 计算机与数字工程
• 学科: 工学
• 关键词: 电商图片 残差网络 文本检测 特征融合
• 年，卷（期）: 2020,（9）
• 所属期刊栏目: 信息融合
• 页码范围: 2174-2178,2184
• 页数: 6页
• 分类号: TP391.41
• 语种: 中文
• DOI: 10.3969/j.issn.1672-9722.2020.09.019

摘要

针对电商图片背景复杂、水印重叠等问题,论文实现了一种基于特征融合的文本检测模型.该算法先通过50层的残差网络提取输入图像的特征,然后将残差网络得到的每一层不同尺寸的特征图进行特征融合,对特征融合后的特征图进行回归和分类的操作,去除候选区域的提取、过滤和融合等步骤,提高模型的效率.利用改进后的NMS将预测的文本框合并,得到最终的检测结果.为解决非平衡数据的问题以及加快模型的收敛,模型引入了DiceLoss和实例间平衡的交叉熵损失相结合的损失函数.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王麟琦		1	0	0.0	0.0
2	何成威		1	0	0.0	0.0