• CVPR根据重要程度分为oral，spotlights，poster三个等级，前两个是口头报道，最后一个有海报的展示

OCR 深度学习

• 文本检测
  • 在ICDAR 2013 和ICDAR 2015 数据集上
  • CVPR 2018的论文《FOTS: Fast Oriented Text Spotting with a Unified Network 精度 0.9左右
• 文本识别
  • 《ASTER: An Attentional Scene Text Recognizer with Flexible Rectification》，这篇文章发表于PAMI2018，来自华中科技大学白翔老师组
• 端到端的文本识别
  • 包含文本检测 和识别的全流程
  • 商汤的FOTS 和华科的Mask TextSpotter 很不错
  • 但是效果不佳，IC15 0.6 ，IC13 0.8
  • 自然场景文本检测
    • ABCnet
  • 文本风格迁移
    • 可以用机器学习的大作业
    • SwapText: Image Based Texts Transfer in Scenes
    • 阿里巴巴的

总结

以上是生活随笔为你收集整理的OCR 深度学习 综述的全部内容，希望文章能够帮你解决所遇到的问题。

如果觉得生活随笔网站内容还不错，欢迎将生活随笔推荐给好友。