一种基于MSDNet和空间划分的场景文本检测方法

摘要

本发明提供了一种基于MSDNet和空间划分的场景文本检测方法，包括选取MSDNet网络模型，确定初始预训练模型；搭建空间划分网络；搭建回归网络；构造分类loss；空间划分集成；使用concat‑nms算法第一步后处理；使用box‑fix算法第二步后处理；使用tensorflow深度学习框架对已有的数据进行训练；使用已训练好的模型进行场景文本检测。本发明提供的方法可以自由地根据硬件条件和速度要求来选择不同的模型输出端口，通过提出的concat‑nms和box‑fix算法，来生成任意长的和更精确的文本框，在场景文本检测方面取得了令人满意的实验结果。因此，相较于现有技术，本方法灵活性好、分类精度较高、模型训练简单且实用性高。