u013575592的博客

本周工作进展 创新实训正式开始，第一周主要是熟悉 keras的使用，并尝试复现文本检测模型 ctpn。 CTPN 论文地址 2019.3.24 昨天晚上继续做的时候发现我把模型理解错了，下面的内容如果有人看见的话就当我在胡说八道好了(/ω＼*)…… 详细工作内容 完成模型大题框架搭建，正在设计损失函数与数据集输入方法。 如图，模型由以下部分组成： VGG16 网络，取到...

本周工作进展 CTPN 模型搭建完成，loss 函数设计完成，数据输入格式调整方法完成。（但都还没测试） 本周主要还是熟悉 Keras 的操作方法，不断挑战出现的各种输出与想象结果不一致的情况，并最终被困难所战胜。 2019.4.8 注意，这个模型依旧跑不起来，且回归部分有误 详细工作内容 CTPN 模型搭建 如图，模型由以下部分组成： VGG16 网络，取到 conv5 的第三...

本周工作进展 疯狂地跑模型、修改模型。但基本上预测不出东西。 详细工作内容 同上。模型训练有着很高的正确率，但在正式运行时完全预测不出东西。个人推测是由于图片中正样本（标出文本的Anchor）和负样本（背景Anchor）数量相差太大，负样本远多于正样本，导致模型学习不出正样本的特征。 下一步计划 尝试减少负样本数量，将部分背景Anchor标记为“忽略”，不计算loss函数。 ...

本周工作进展 经过两周心酸的调试，在省略了回归操作的情况下依旧失败了无数遍，今天我终于跑出了第一个能看的 CTPN 模型。这篇博客就作为我 CTPN 之旅的完结总结，虽然全连接后的分支只剩分类了，虽然文本框合并也没有。 详细工作内容 ① 模型设计 首先，输入图片经过 VGG16，长宽缩小到原来 1/16，得到 feature map，所以 feature map 的一个像素对应原图的...

本周工作进展 阅读新文本检测模型TextSnake: A Flexible Representation forDetecting Text of Arbitrary Shapes 论文及源代码。这篇博客结合论文和源码，记录我对模型的理解。 论文地址TextSnake: A Flexible Representation for Detecting Text of Arbitrary Sh...

本周工作进展 安卓移动端“西瓜街景”完成基本框架，完成了最主要的功能：街景的绘制显示。等待服务器端完成后编写网络模块。 详细工作内容 1. 正方形 Layout import android.content.Context import android.util.AttributeSet import android.widget.RelativeLayout class Squa...

本周工作进展 APP “西瓜街景”正式完成。在上一次博客的进度的基础上，这段时间主要工作是接入网络、修改界面以及配合其他成员的文本检测和识别模型进行测试。 详细工作内容 1. okhttp上传图片 val file = File(bitmapPath) val requestBody = MultipartBody .Builder() .setType(Multip...