基于尺度可扩展网络算法的研究

• 作者: 郎贵林 郎泮
• 来源期刊: 中国宽带
• 关键词: 字符检测 通道注意力机制 特征融合
• 年，卷（期）: 2020,（11）
• 所属期刊栏目: 互联网+应用
• 页码范围: 86
• 页数: 1页
• 语种: 中文

摘要

针对渐进式尺度可扩展网络(PSE-Net)算法对字符检测的精确率不够高以及检测速率比较低的问题,提出了一种基于尺度可扩张网络改进的字符检测算法.该算法使用基于通道注意力机制的残差网络(ECA-Net)提取特征;去掉了原网络特征融合层中的两层;再加入了通道注意力机制模块.在ICDAR 2015、ICDAR 2017 MLT和SCUT-CTW 1500数据集上对新算法进行测试,结果显示本文算法的精确率比PSE-Net算法分别高出1.97、1.48和5.58个百分点;且算法每秒能够检测图像的数量分别达到2.3、1.4和5.4.实验结果表明,所提算法在这三个数据集中不仅精确率高,而且检测速率快.