94
правки
Изменения
→TextFuseNet (2020)
Основной особенностью TextFuseNet является выделение бóльшего количества признаков и их слияние для более точного определения текстовых областей. TextFuseNet опирается на Mask R-CNN и Mask TextSpotter и рассматривает детекцию текста как задачу сегментации. Но отличительной особенностью данной модели является выделение признаков на трёх уровнях: буквенном, словесном и глобальном.
==== Архитектура ====[[file:tfn_arch.png|800px|left|thumb|Архитектура TextFuseNet]]<br clear=all>
Общая архитектура TextFuseNet представлена выше. Для получения глобального представления используется семантическая сегментация. Далее, с помощью Mask R-CNN в ветвях Detection и Mask определяются признаки на буквенном и словесном уровнях. Для слияния уровней используется модуль multi-path fusion (представлено снизу), что позволяет TextFuseNet изучать более дифференцированное представление и выдавать более точные результаты детекции текста.
[[file:tfn_mpf.png|500px|left|thumb|Работа модуля multi-path fusion]]<br clear=all>
==== Точность ====
F-мера:
