当前位置： 首页 > news >正文

Real-time Scene Text Detection with Differentiable Binarization

news 2026/2/8 6:41:34

Abstract

近年来，基于分割的方法在文本检测场景中非常流行，因为分割结果可以更准确地描述曲线文本等各种形状的场景文本。然而，二值化的后处理对于分割检测是必不可少的，它将分割方法产生的概率图转换为文本框/区域。本文提出了一个可微二值化(DB)模块，该模块可以在分割网络中进行二值化处理。与DB模块一起优化的分割网络可以自适应地设置二值化的阈值，不仅简化了后处理，而且提高了文本检测的性能。基于一个简单的分割网络，我们在5个基准数据集上验证了DB模块的性能，在检测精度和效率方面都始终达到了sota结果。特别是，使用轻量级结构，DB的性能提高是显著的，因此我们可以在检测精度和效率之间找到一个平衡。具体来说，以ResNet-18为backbone网络，我们的检测器在MSRA-TD500数据集上实现了82.8的f值，以62FPS/秒的速度运行。
代码已开源 ：https://github.com/MhLiao/DB。

Introduction

Methodology

Binarization

Adaptive threshold

Deformable convolution

Label generation

Optimization

Experiments Datasets

Implementation details

Ablation study

Comparisons with previous methods

Limitation

Conclusion

相关文章：

Real-time Scene Text Detection with Differentiable Binarization

Abstract 近年来，基于分割的方法在文本检测场景中非常流行，因为分割结果可以更准确地描述曲线文本等各种形状的场景文本。然而，二值化的后处理对于分割检测是必不可少的，它将分割方法产生的概率图转换为文本框/区域。本文提出了一…...

编程日记 2023/5/12 1:06:27

国外客户只想跟工厂合作？可以这样破解

1.客户是愿意和外贸公司合作还是更愿意和工厂合作？一个外贸公司的朋友说:“我去工厂接待过七八次外国人，基本上都是英国、德国、日本、加拿大、美国的。”贸易公司根本不避讳自己是贸易公司，外国人也不在乎。他们更关心的是贸易公司能否妥善安…...

编程日记 2023/5/12 20:23:17

c++重中之重：“换个龟壳继续套娃“：运算符重载等的学习

文章目录 前言一.运算符重载二.const成员三.取地址重载总结前言 上一期我们讲到类的6个默认构造函数中的拷贝构造函数，这一期我们继续往下讲，当然难点肯定是运算符重载了。 一、运算符重载 运算符重载是c为了增强代码的可读性引入了运算符重载&#xf…...

编程日记 2023/5/12 1:07:29

RabbitMQ简单使用

这篇文章通过一个最简单的例子，让初学者能了解RabbitMQ如何完成生产消息和消息的。 所有的程序员在学习一门新技术的时候，都是从 Hello World 进入到Colorful World的，本节也将按照惯例，从HelloWorld开始，演示RabbitMQ…...

编程日记 2023/5/15 4:28:30

Lambda表达式

👌 棒棒有言：也许我一直照着别人的方向飞，可是这次，我想要用我的方式飞翔一次！人生，既要淡，又要有味。凡事不必太在意，一切随缘，缘深多聚聚，缘浅随它去。凡事…...

编程日记 2023/5/17 22:42:05

JSON数据格式【学习记录】

JSON介绍 JSON（JavaScript Objet Notation）是一种轻量级的数据交换格式。它使得人们很容易的进行阅读和编写。同时也方便了机器进行解析和生成。它采用一种键:值对的文本格式来存储和表示数据，在系统交换数据过程中常常被使用，是…...

编程日记 2023/5/16 16:42:55

LeetCode——1234. 替换子串得到平衡字符串

一、题目 有一个只含有 ‘Q’, ‘W’, ‘E’, ‘R’ 四种字符，且长度为 n 的字符串。 假如在该字符串中，这四个字符都恰好出现 n/4 次，那么它就是一个「平衡字符串」。 给你一个这样的字符串 s，请通过「替换一个子串」的方式&a…...

编程日记 2023/4/19 13:18:05

Web自动化测试——selenium篇(二)

文章目录一、浏览器相关操作二、键盘操作三、鼠标操作四、弹窗操作五、下拉框选择六、文件上传七、错误截图一、浏览器相关操作 浏览器窗口大小设置 driver.manage().window().maximize();//窗口最大化 driver.manage().window().minimize();//窗口最小化 driver.manage().wi…...

编程日记 2023/5/16 16:47:45

RK3399平台开发系列讲解（文件系统篇）虚拟文件系统的数据结构

🚀返回专栏总目录 文章目录 一、超级块二、挂载描述符三、文件系统类型四、索引节点五、目录项沉淀、分享、成长，让自己和他人都能有所收获！😄 📢本篇将介绍虚拟文件系统的数据结构。 一、超级块 文件系统的第一块是超级块，用来描述文件系统的总体信息。当我们把文件系…...

编程日记 2023/5/25 16:35:01

企业财务管理升级，智慧税务和数据可视化打造新标准

一、引言在发展社会主义市场经济的过程中，税收承担着组织财政收入、调控经济、调节社会分配的职能。中国每年财政收入的90%以上来自税收，其地位和作用越来越重要，可称之为国家经济的“晴雨表”，有效进行税务管理、充分挖掘税务大数…...

编程日记 2023/5/22 23:30:44

JFET(结型场效应管)

JFET的结构示意图 参考：https://blog.csdn.net/weixin_45882303/article/details/106008695 下图是实际结构图， 下面是原理图和符号表示（参考连接中的图片） 分析 VGS 对电压id的控制（固定VDS） 当让D和…...

编程日记 2023/5/15 13:00:57

oceanbase部署--使用OBD部署obagent和promethous_grafana软件

obagent OBAgent 通常部署在 OBServer 节点上。OBAgent支持推、拉两种数据采集模式，可以满足不同的应用场景。 OBAgent默认支持的插件包括主机数据采集、OceanBase 数据库指标的采集、监控数据标签处理和 Prometheus 协议的 HTTP 服务。 1）编辑 OBAgent …...

编程日记 2023/5/12 1:10:55

浏览器广告拦截插件| 浏览器搜索广告横飞怎么办

文章目录浏览器广告拦截插件| 浏览器搜索广告横飞怎么办一、效果二、安装浏览器广告拦截插件| 浏览器搜索广告横飞怎么办 浏览器广告横飞怎么办？今天教你一招解决！很多小伙伴说自己用的浏览器总是有广告。 今天咱们就针对这个问题分享一个浏览器插件&a…...

编程日记 2023/5/23 0:23:28

Redis优化内存篇

【内存消耗】 场景：业务ID->图片ID（KV:partnerId->objectId）。 刚开始，我们保存了1亿张图片，大约用了6.4GB的内存。 随着图片数据量的不断增加，Redis变慢了。 新的认知：String类型并不是适…...

编程日记 2023/5/14 7:45:43

Vue原理解析

文章目录1. VUE的响应式原理1.1 ViewModel1.2 双向绑定的基本原理1.3 什么是响应性1.4 Vue 中的响应性是如何工作的2. Vue 渲染机制2.1 虚拟 DOM2.2 渲染管线2.3 带编译时信息的虚拟 DOM2.3.1 静态提升2.3.2 修补标记 Flags2.3.3 树结构打平2.3.4 对 SSR 激活的影响1. VUE的响应…...

编程日记 2023/5/12 9:27:03

C# Lambda表达式含义及各种写法

Lambda表达式在各个语言中的表达方式都不太相同，本文重点介绍C#的Lambda表达式。 首先，Lambda表达式就是一个匿名的方法/函数。 以下面的一个完整版作为例子，前面是参数，后面是返回值： 由于 Lambda表达式和委托常常一起…...

编程日记 2023/5/17 11:11:54

计算机组成原理：1. 计算机系统概论

更好的阅读体验\huge{\color{red}{更好的阅读体验}}更好的阅读体验 文章目录1.1 计算机系统简介1.1.1 计算机软硬件概念1.1.2 计算机的层次1.1.3计算机组成和计算机体系结构1.2 计算机的基本组成1.2.1 冯诺伊曼计算机的特点1.2.2 计算机的硬件框图1.2.3 计算机的工作步骤1.3 计…...

编程日记 2023/5/13 3:29:24

【c#】c#常用小技巧方法整理（5）—— 字符串操作类

1、GetStrArray(string str, char speater, bool toLower) 把字符串按照分隔符转换成 List 2、GetStrArray(string str) 把字符串转 按照, 分割 换为数据 3、GetArrayStr(List list, string speater) 把 List 按照分隔符组装成 string 4、GetArrayStr(List list) 得到数组列表以…...

编程日记 2023/5/12 1:12:53

用队列实现栈VS用栈实现队列

之前我们就讲过队列，栈的基础知识，笔者之前有过详细的介绍，感兴趣的可以根据笔者的个人主页进行查找：https://blog.csdn.net/weixin_64308540/?typelately225. 用队列实现栈请你仅使用两个队列实现一个后入先出（LIFO&…...

编程日记 2023/5/30 10:57:59

MY2480-16P语音模块的使用

MY2480-16P语音模块的使用开发环境：STM32CUBEMXKEIL5辅助软件：串口助手、迅捷文字转语音一、MY2480-16P语音模块引脚图及引脚定义二、选择触发方式三、使用串口控制MY2480-16P语音模块四、模块使用指南开发环境：STM32CUBEMXKEIL5 辅助软件&a…...

编程日记 2023/5/30 10:08:05

Java 8 Stream API 入门到实践详解

一、告别 for 循环&#xff01; 传统痛点&#xff1a; Java 8 之前&#xff0c;集合操作离不开冗长的 for 循环和匿名类。例如&#xff0c;过滤列表中的偶数&#xff1a; List<Integer> list Arrays.asList(1, 2, 3, 4, 5); List<Integer> evens new ArrayList…...

编程新知 2026/1/12 10:41:22

线程与协程

1. 线程与协程 1.1. “函数调用级别”的切换、上下文切换 1. 函数调用级别的切换 “函数调用级别的切换”是指&#xff1a;像函数调用/返回一样轻量地完成任务切换。 举例说明&#xff1a; 当你在程序中写一个函数调用&#xff1a; funcA() 然后 funcA 执行完后返回&…...

编程新知 2025/10/31 17:25:40

聊聊 Pulsar：Producer 源码解析

一、前言 Apache Pulsar 是一个企业级的开源分布式消息传递平台&#xff0c;以其高性能、可扩展性和存储计算分离架构在消息队列和流处理领域独树一帜。在 Pulsar 的核心架构中&#xff0c;Producer&#xff08;生产者&#xff09; 是连接客户端应用与消息队列的第一步。生产者…...

编程新知 2026/2/5 21:34:41

Psychopy音频的使用

Psychopy音频的使用 本文主要解决以下问题&#xff1a; 指定音频引擎与设备&#xff1b;播放音频文件 本文所使用的环境&#xff1a; Python3.10 numpy2.2.6 psychopy2025.1.1 psychtoolbox3.0.19.14 一、音频配置 Psychopy文档链接为Sound - for audio playback — Psy…...

编程新知 2026/1/31 15:09:31

C++.OpenGL （10/64）基础光照（Basic Lighting）

基础光照（Basic Lighting） 冯氏光照模型（Phong Lighting Model） #mermaid-svg-GLdskXwWINxNGHso {font-family:"trebuchet ms",verdana,arial,sans-serif;font-size:16px;fill:#333;}#mermaid-svg-GLdskXwWINxNGHso .error-icon{fill:#552222;}#mermaid-svg-GLd…...

编程新知 2026/1/20 2:37:04

初学 pytest 记录

安装 pip install pytest用例可以是函数也可以是类中的方法 def test_func():print()class TestAdd: # def __init__(self): 在 pytest 中不可以使用__init__方法 # self.cc 12345 pytest.mark.api def test_str(self):res add(1, 2)assert res 12def test_int(self):r…...

编程新知 2026/1/21 19:46:26

SiFli 52把Imagie图片，Font字体资源放在指定位置，编译成指定img.bin和font.bin的问题

分区配置 (ptab.json) img 属性介绍&#xff1a; img 属性指定分区存放的 image 名称&#xff0c;指定的 image 名称必须是当前工程生成的 binary 。 如果 binary 有多个文件&#xff0c;则以 proj_name:binary_name 格式指定文件名&#xff0c; proj_name 为工程 名&…...

编程新知 2026/1/23 10:51:19

LCTF液晶可调谐滤波器在多光谱相机捕捉无人机目标检测中的作用

中达瑞和自2005年成立以来&#xff0c;一直在光谱成像领域深度钻研和发展&#xff0c;始终致力于研发高性能、高可靠性的光谱成像相机&#xff0c;为科研院校提供更优的产品和服务。在《低空背景下无人机目标的光谱特征研究及目标检测应用》这篇论文中提到中达瑞和 LCTF 作为多…...

编程新知 2025/12/31 17:08:10

stm32wle5 lpuart DMA数据不接收

配置波特率9600时&#xff0c;需要使用外部低速晶振...

编程新知 2026/2/4 16:29:27

渗透实战PortSwigger靶场：lab13存储型DOM XSS详解

进来是需要留言的&#xff0c;先用做简单的 html 标签测试 发现面的</h1>不见了 数据包中找到了一个loadCommentsWithVulnerableEscapeHtml.js 他是把用户输入的<>进行 html 编码&#xff0c;输入的<>当成字符串处理回显到页面中&#xff0c;看来只是把用户输…...

编程新知 2026/2/4 18:11:56