Vision - 理解 Character Region Awareness for Text Detection (CRAFT) 文本检测算法

已于 2024-12-03 11:18:26 修改
阅读量6.8k 收藏 4
点赞数
CC 4.0 BY-SA版权
分类专栏： 大模型 (LLM) 文章标签： 深度学习 计算机视觉 CRAFT 人工智能 字符区域 亲和力区域 文本检测
于 2021-07-06 15:55:51 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/caroline_wendy/article/details/118522515
本文深入探讨CRAFT网络结构，包括其不同尺度的特征图和逐步上采样过程，以及在ICDAR2015数据集上的训练数据处理，如无效数据处理和置信度计算。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

欢迎关注我的CSDN：https://spike.blog.csdn.net/
本文地址：https://spike.blog.csdn.net/article/details/118522515

免责声明：本文来源于个人知识与公开资料，仅用于学术交流，欢迎讨论，不支持转载。

CRAFT

Character Region Awareness for Text Detection (CRAFT)，文本检测算法，通过每个字符区域，以及字符之间的亲和力，检测文本区域。CRAFT 算法的核心，在于处理任意形状的文本，包括弯曲、长形或变形的文字。基于 VGG16 的全卷积神经网络模型，计算区域分数和亲和力分数，其中区域分数用于定位单个字符，而亲和力分数则用于将单个字符组合成文本区域。提高对于复杂自然场景下，文本检测的灵活性和准确性，而且还能适应不同尺度的文本，从大型广告牌到小型标签都能有效识别。CRAFT 算法的实现简单，通过在二值化后的字符区域和亲和力分数图上，找到最小边界矩形来获得文本的边界框。

本文主要分析 CRAFT 最重要的网络结构和训练数据。

了解本专栏 订阅专栏 解锁全文 超级会员免费看
Vision - 文本检测算法 CRAFT 和 合成文本数据集 SynthText 教程
AGI
05-24 3183
Character Region Awareness for Text Detection (CRAFT)，文本检测算法，通过每个字符区域，以及字符之间的亲和力，检测文本区域。CRAFT 算法的核心，在于处理任意形状的文本，包括弯曲、长形或变形的文字。利用基于 VGG16 的全卷积神经网络模型，计算区域分数和亲和力分数，其中区域分数用于定位单个字符，而亲和力分数则用于将单个字符组合成文本区域。提高对于复杂自然场景下，文本检测的灵活性和准确性，而且还能适应不同尺度的文本，从大型广告牌到小型标签都能有效识别。
文本检测算法性能对比
AI-Mei的博客
09-23 5495
文本检测算法性能对比1. 任意四边形文本数据集1.1 ICDAR15[^1]2. 曲形文本数据集2.1 CTW1500[^10]2.2 Total-Text[^11] 本文会一直更新经典的、最新的或性能最好的文本检测算法 1. 任意四边形文本数据集 1.1 ICDAR151 该数据集包含1000张图片，其中训练集500张，测试集500张，这些图片从谷歌街景中搜集。目标是多个方向，标注为word级别的，四个点的坐标。 算法 发表时间 算法类型 P R F CTPN2 ECCV-2016 Reg
论文解析——Character Region Awareness for Text Detection，字符级文本检测CRAFT算法
bug404
08-01 1063
。这篇论文主要解决之前的文本检测是基于word-level的检测框，不能识别任意形状的文本的问题。与之前的方法不同，此方法的主要特点是针对文本的检测是字符级的，同时还会学习字符间的affinity（字符间的亲和性，表示字符之间的关系，这种亲和性帮助算法将相邻的字符组合成单词或文本行）。CRAFT 是一种基于字符区域感知的文本检测方法，它不仅关注单个字符的检测，还关注字符之间的关系。这样做的好处在于：使用小感受野也能预测大文本和长文本，只需要关注字符级别的内容而不需要关注整个文本实例。
【翻译】CRAFT：Character Region Awareness for Text Detection
Gavid的博客
12-21 647
【翻译】Character Region Awareness for Text Detection摘要1.引言2.相关工作 摘要 最近出现了基于神经网络的场景文本检测方法，并显示出令人鼓舞的结果。经过严格的单词级边界框训练的先前方法在以任意形状表示文本区域方面显示出局限性。在本文中，我们提出了一种新的场景文本检测方法，通过探索每个字符和字符之间的亲和力来有效地检测文本区域。为了克服单个字符级注释的不足，我们提出的框架利用了合成图像的给定字符级注释和通过学习的临时模型获取的真实图像的估计字符级基础。为了估计字
论文阅读（1） —— Character Region Awareness for Text Detection
weixin_43575791的博客
04-11 503
一、Introduction （这部分可忽略，暂时为保留完整性写下来。） 深度学习出现之前，场景文本检测是采用自底而上的方法，大多使用人工特征，比如MSER or SWT 作为基本成分。 而基于深度学习的文本检测提出采用目标检测或实例分割的方法，比如SSD，Faster R-CNN，FCN 基于回归的文本检测： 和一般物体不同，文本形状不规则，长宽比不同 为了解决这个问题，TextBoxes改变卷...
Character Region Awareness for Text Detection(1)
weixin_43751285的博客
12-11 215
文本检测算法:CRAFT 一、摘要 基于神经网络的场景文本检测方法近来才出现并在文本检测中取得很好的结果。过去的神经网络使用(world-level)以单词为边界数据集训练算法。使用该方法训练后的模型在检测任意形状表示的文本区域存在一定的缺陷。本文提取了一种新的场景文本检测方法，通过字符之间的亲和力(affinity)来有效的检测文本区域。 为了克服缺少单个字符级注释问题，我们提出的框架即利用了合成图像的字符集注释还通过合成图像训练出模型检测出的真实图像的预估字符。为了估计字符之间的亲和力，使用新提出的亲和
CRAFT: Character Region Awareness for Text Detection ---- 论文阅读笔记
学无止境
07-31 3118
基于字符区域感知的文本检测 文提出了一种基于 **字符感知** 的文本检测方法。该方法是通过精确地定位每一个字符，然后再把检测到的字符连接成一个文本达到检测的目的。由于该方法只需要关注字符以及字符之间的距离，不需要关注整行文本，所以不需要很大的感受野，对于弯曲、变形或者极长的文本都适用。由于要精确的检测到每一个字符，所以对粘连字符（比如孟加拉语和阿拉伯语）的检测效果并不是很好。
跨平台CRAFT文本检测器：Pytorch实现及使用指南
CRAFT（Character Region Awareness for Text Detection）是一种用于文档图像和自然场景图像中的文本检测算法。其核心思想是将文本检测问题转化为对每个字符区域的识别和对字符之间亲和力的识别。 2. PyTorch实施：...
【读点论文】Visual Text Meets Low-level Vision: A Comprehensive Survey on Visual Text Processing
白水空空
08-01 702
视觉文本是文档和场景图像中的关键元素，在计算机视觉领域具有重要意义并引起了广泛关注。除了视觉文本检测和识别之外，视觉文本处理领域的研究也经历了激增，这得益于基础生成模型的出现。然而，由于文本具有区别于一般对象的独特属性和特征，因此挑战依然存在。正如我们在研究中观察到的那样，有效利用这些独特的文本特征对于视觉文本处理至关重要。在本次调查中，我们对该领域的最新进展进行了全面的多视角分析。首先，我们引入了一个分层分类法，涵盖了从文本图像增强和恢复到文本图像处理等领域，然后是不同的学习范式。随后，我们深入讨论了..
CRAFT: Character Region Awareness for Text Detection ---- 论文翻译
学无止境
07-30 2577
基于字符区域感知的文本检测 论文地址：https://arxiv.org/abs/1904.01941 摘要   最近出现了基于神经网络的场景文本检测方法，并且已经显示出可观的结果。之前的方法使用严格的单词级别的边界框训练，在表示任意形状的文本区域会有所限制。在本文中，我们提出了一种新的场景文本检测方法，通过探索每个字符和字符之间的亲和力来有效地检测文本区域。为了克服缺乏单个字符级注释的缺点，...
CRAFT:Character Region Awareness for Text Detection 论文详解
weixin_45954326的博客
03-03 1196
CRAFT论文详解，参考多篇博客，也是自己学习的一个记录。
Character Region Awareness for Text Detection(2)
weixin_43751285的博客
12-16 302
4 方法论 我们的主要目标是在自然图像中精确定位每个字符。为此，我们训练了一个深层神经网络来预测字符区域和字符之间的亲和力。由于没有公共字符级的数据集，所以采用弱监督的方式对模型进行训练。 // 这一段讲了craft需要实现的目标，和实现目标的方法：神经网络输出字符区域概率和字符间距概率。没有字符集别的数据集，通过弱监督训练而成。 4.1 体系结构 我们的主干网采用基于VGG-16的全卷积网络体系结构。我们的模型在解码部分与编码部分有拼接，这与U-net相似，因为它聚集了低水平的特征。最终输出有两个通道作为
论文翻译之Character Region Awareness for Text Detection
u011489887的专栏
07-22 1483
摘要 引言
[论文阅读]Character Region Awareness for Text Detection
m0_38018513的博客
09-28 366
Character Region Awareness for Text Detection https://arxiv.org/abs/1904.01941 思想： 作者提出了一个character-level的文本检测方法，通过对character和affinity between characters的分割，实现对arbitrary shape的word的检测与完美描绘。 重点： 1.通过ch...
CV-Paper-文字检测-Character Region Awareness for Text Detection
BLUE BOX
10-22 814
Character Region Awareness for Text Detection 基于字符识别的文字检测 这篇文章是利用关键点检测的思想来进行文字检测。检测单个字符，并且识别出哪些字符是组成文字的，这样就可以检测出一组组文字。 以前的一些方法都是检测word-level的bounding box，但是这样会遇到一些难点，例如文字是弯曲的，不规则的，或则是特别长的。如果是基于charact...
CRAFT（Character Region Awareness for Text Detection）
博客
05-29 1745
相关资料 论文地址：Character Region Awareness for Text Detection 作者的推理部分代码：clovaai/CRAFT-pytorch https://zhuanlan.zhihu.com/p/76528329 字符级文本检测CRAFT 这个方法来源于CVPR2019 Character Region Awareness for Text Detection的论文，论文地址：https://arxiv.org/pdf/1904.01941.pdf 已经开源的代码：ht
Character Region Awareness for Text Detection解读
Xinyu_cheng的博客
06-24 4255
前言 这篇文章是CVPR 2019的一篇文章，做的是文本检测，主要是从文本显著图入手的，作者创新性地构建了一个专用于character检测的网络，我觉得这才更符合于目标检测这一类的概念，一个character就是一个目标，而不是一个word，因为所有的word都是有character构成的，下面具体来看一下文章中的想法。 论文地址：https://arxiv.org/pdf/1904.01941....
Character Region Awareness for Text Detection论文学习
qq52144324的博客
06-11 491
对于Affiniy Score来说，对每个字符框画“对角线”，两个相邻的框四个三角形的中点为Affiniy框的四个顶点，这样就能得到Affiniy框，然后再根据Affiniy框的形状生成高斯热图，这个高斯热图就是Affiniy Score的GT，如图粗绿色实线和绿色虚线所示。Synth80k数据集是合成数据集，里面标注是使用单个字符的标注的，也就是这篇文章作者想要的标注的样子，但是大多数数据集是成堆标注的，也就是每行或者一堆字体被整体标注出来，作者想使用这部分数据集。作者使用置信度来评估标签的质量。
【读点论文】Character Region Awareness for Text Detection通过预训练合成数据实现字符级的弱监督训练，加入分水岭实现字符分割，对连接类的语种不具适配性
白水空空
09-30 1083
我们提出了一种名为 CRAFT 的新型文本检测器，即使没有给出字符级注释，它也可以检测单个字符。所提出的方法提供了字符区域得分和字符亲和力得分，它们一起以自下而上的方式完全覆盖各种文本形状。由于提供字符级注释的真实数据集很少见，我们提出了一种弱监督学习方法，该方法从临时模型生成伪 GT**。CRAFT 在大多数公共数据集上表现出最佳性能，并通过在无需微调的情况下展示这些性能来展示泛化能力。作为我们未来的工作，我们希望以端到端的方式使用识别模型训练我们的模型，以查看 CRAFT 的性能、稳健性和泛化性是否
“<Connector port="8080" maxHttpHeaderSize="8192" maxThread="500" minSpareThreads="100" maxSpareThreads="500" protocol="HTTP/1.1" connectionTimeout="20000" enableLookups="false" acceptCount="500" redirectPort="8443" relaxedPathChars="[]|" relaxedQueryChars="[]|{}^\`"<>" useBodyEncodingForURI="true" URIEncoding="UTF-8" />”这段代码适用于tomcat9.0吗
最新发布
05-08
<think>好的，我现在需要回答用户关于Tomcat 9.0 Connector配置的问题。用户提供了几个配置参数，如relaxedPathChars、relaxedQueryChars、useBodyEncodingForURI和URIEncoding，并希望确认给定的配置代码是否适用于Tomcat 9.0，同时需要示例和兼容性说明。 首先，我要回忆Tomcat 9的文档。Tomcat 9的Connector配置在server.xml中，通常使用HTTP/1.1或APR协议。用户给出的示例配置中使用了Http11AprProtocol，这需要APR库支持，而Tomcat 9确实支持这个协议，但需要正确安装APR库，否则可能无法启动。 接下来看用户提供的配置代码，里面有几个参数需要检查。比如executor="tomcatThreadPool"，这在Tomcat 9中是合法的，前提是定义了该Executor。port、protocol等属性都是基础配置，没有问题。然后检查用户提到的特定参数： 1. relaxedPathChars和relaxedQueryChars：这两个参数在Tomcat 7.0.73之后引入，用于放宽URL中对路径和查询字符的校验。Tomcat 9继续支持这些参数，允许用户指定哪些字符不被转义，例如允许一些特殊字符如^、`等，这在处理非标准URL时有用。需要确认用户是否需要这些字符，否则默认设置即可。 2. useBodyEncodingForURI：这个参数在Tomcat中用于指定是否使用请求体的编码来处理URI查询参数，默认为false。当设置为true时，会覆盖URIEncoding的设置。Tomcat 9支持此参数，但需要注意如果同时设置URIEncoding和useBodyEncodingForURI=true，后者可能覆盖前者，需要根据文档说明正确配置。 3. URIEncoding：这个参数设置URI查询参数的解码字符集，默认是ISO-8859-1。用户示例中设置为UTF-8，这在Tomcat 9中是有效的，可以正确处理UTF-8编码的URL参数。但要注意，useBodyEncodingForURI设置为true时，URIEncoding可能被忽略，需参考引用[2]中的说明。 然后，用户提供的示例配置里还有compression相关设置，如compression="on"和compressionMinSize="1024"，这些在Tomcat 9中也是支持的，但需要注意compressibleMimeType的默认值是否符合需求。另外，acceptCount、maxThreads等参数需要结合线程池配置，确保Executor正确配置，否则可能不会生效。 还需要检查协议配置，protocol="org.apache.coyote.http11.Http11AprProtocol"在Tomcat 9中有效，但必须安装APR和OpenSSL库，否则启动会报错。如果用户没有安装，应建议改用NIO或NIO2协议，如HTTP/1.1的默认NIO实现。 总结用户的问题，需要给出一个适用于Tomcat 9的Connector配置示例，包含提到的参数，并解释每个参数的兼容性和注意事项。同时指出用户提供的示例是否适用，可能需要调整的地方，如APR依赖、参数组合的影响等。 最后，根据用户提供的引用内容，特别是引用[2]和[5]中关于URIEncoding和useBodyEncodingForURI的说明，强调这些参数的正确使用方式，避免配置冲突。例如，如果同时设置了useBodyEncodingForURI=true和URIEncoding，实际可能以useBodyEncodingForURI为准，需要根据应用需求决定如何配置。</think>根据Tomcat 9.0的官方文档和配置特性，以下是适用于Tomcat 9.0的Connector配置示例及关键参数解析： ### 标准Connector配置示例（Tomcat 9.0兼容） ```xml <Connector executor="tomcatThreadPool" port="8080" protocol="org.apache.coyote.http11.Http11Nio2Protocol" connectionTimeout="20000" redirectPort="8443" acceptCount="900" maxThreads="200" URIEncoding="UTF-8" relaxedPathChars="[]|{}^\`"<>" relaxedQueryChars="[]|{}^\`"<>" useBodyEncodingForURI="true" compression="on" compressionMinSize="1024" disableUploadTimeout="true" enableLookups="false"/> ``` ### 关键参数兼容性说明 1. **relaxedPathChars / relaxedQueryChars** - 用于放宽URL路径/查询参数的字符校验规则，支持特殊字符如`^`、`{`、`}`等 - 自Tomcat 7.0.73+引入，Tomcat 9.0完全兼容[^2][^5] - 需用HTML实体编码表示特殊字符（如`<`需写为`<`） 2. **useBodyEncodingForURI** - 当设置为`true`时，URI查询参数解码优先使用请求头`Content-Type`中的编码，而非`URIEncoding` - 默认值为`false`，Tomcat 9.0保持对该参数的支持[^2][^5] 3. **URIEncoding** - 定义URI查询参数的默认解码字符集（默认`ISO-8859-1`） - 若`useBodyEncodingForURI="true"`，此参数会被覆盖[^2] 4. **protocol="Http11AprProtocol"** - 需APR库支持（需安装`tomcat-native`和OpenSSL） - 若未安装APR，建议改用`Http11Nio2Protocol`（默认协议） ### 原配置代码的兼容性分析 - **兼容部分** `URIEncoding="UTF-8"`、`compression`、`acceptCount`等基础参数在Tomcat 9.0中仍有效[^1][^5] - **需验证部分** 1. `executor="tomcatThreadPool"`需在`<Executor>`标签中明确定义线程池 2. `Http11AprProtocol`需服务器安装APR库，否则启动报错[^3] ### 推荐优化方向 1. **性能调参** - 根据实际负载调整`maxThreads`（建议500-800）和`acceptCount`（建议与`maxThreads`一致）[^5] - 启用NIO2协议以提升并发能力：`protocol="org.apache.coyote.http11.Http11Nio2Protocol"` 2. **安全增强** ```xml <!-- 禁止高风险符号 --> relaxedQueryChars="-" relaxedPathChars="-" ```
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

ManonLegrand

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值