街景招牌检测识别

我要开发同款
pd1622023年02月04日
268阅读
所属分类场景文字、OCR、AI

作品详情

任务由两部分组成,第一部分是检测到图片中的店面招牌区域,即输入一张街景图片,输出其中的店面招牌的包围框的bbox坐标,可以理解为对于招牌的目标检测任务;第二部分是招牌文字识别,对于第一部分中得到的招牌区域,过滤掉区域中的非招牌文本,找出“招牌文字”并给出识别结果。对于一张输入图片,整个流程的输出如右图所示,由招牌区域的包围框坐标和其对应的招牌文本组成。
我负责算法总流程的整合以及目标检测和文本检测的实现。参考了baseline中目标检测、文本检测、文本识别的一套流程,在中间有一个透视变换矫正模块。其中我们使用的目标监测模型为Cascade Mask-RCNN, 文本检测模型为PANet,文本识别模型为含TPS矫正的CRNN模型,最后输出招牌检测坐标和招牌文本信息。
声明:本文仅代表作者观点,不代表本站立场。如果侵犯到您的合法权益,请联系我们删除侵权资源!如果遇到资源链接失效,请您通过评论或工单的方式通知管理员。未经允许,不得转载,本站所有资源文章禁止商业使用运营!
下载安装【程序员客栈】APP
实时对接需求、及时收发消息、丰富的开放项目需求、随时随地查看项目状态

评论