基于改进YOLOv3的快速文本检测

• 作者: 王霏 黄俊 文洪伟
• 来源期刊: 电讯技术
• 学科: 工学
• 关键词: 自然场景 文本检测 深度可分离卷积 可变形卷积
• 年，卷（期）: 2022,（1）
• 所属期刊栏目: 电子与信息工程|Electronics and Information Engineering
• 页码范围: 130-137
• 页数: 8页
• 分类号: TN911|TP391.41
• 语种: 中文
• DOI: 10.3969/j.issn.1001-893x.2022.01.019

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.