PSENet

Shape Robust Text Detection with Progressive Scale Expansion Network (PSENet)

作者：旷视科技

论文地址：https://arxiv.org/abs/1903.12473

渐进式尺度扩张网络（PSENet） 它对于每一个文本实例生成不同尺度的核，然后逐渐的扩张检测区域从最小尺度的核到更大的直至完整的文本实例，这种方法不仅可以检测任意形状的文本实例，而且能够很容易的将紧邻的文本实例分开。

创新点 预测多个分割结果，分别是S1,S2,S3…Sn代表不同的等级面积的结果，S1最小，基本就是文本骨架，Sn最大，就是完整的文本实例。然后在后处理的过程中，先用最小的预测结果去区分文本，再逐步扩张成正常文本大小。

算法核心 先backbone下采样得到四层的feature maps，再通过FPN对四层feature分别进行上采样2,4,8倍进行融合得到输出结果。 如上图所示，网络有三个分割结果，分别是S1,S2,S3.首先利用最小的kernel生成的S1来区分四个文本实例，然后再逐步扩张成S2和S3。

测试结果

PSENet 与 CTPN、EAST、PixelLink、TextSnake 等的对比

源码分享

源码地址： Github(tensorflow): https://github.com/whai362/PSENet Github(pytorch): https://github.com/WenmuZhou/PSENet.pytorch

参考

1903.12473CVPR2019 | 旷视科技提出PSENet文本检测算法