基于改进YOLOv3的快速文本检测OA北大核心CSTPCD
Fast Text Detection Based on Improved YOLOv3
针对深度学习文本检测算法存在运行速度慢、模型体积大等问题,提出了基于改进的YOLOv3(You Only Look Once v3)文本检测方法(mobile-text-YOLOv3).通过深度可分离卷积思想轻量化Darknet-53网络,在高层特征借助双线性插值和偏移层使卷积核具有可变感受野,较大地改善了模型的性能;改进D-IOU,引入宽度惩罚,改善了锚框(anchor)在垂直方向稀疏和回归目标形状时不平衡的问题,提高了检测精度.实验结果表明,…查看全部>>
王霏;黄俊;文洪伟
重庆邮电大学 通信与信息工程学院,重庆400065重庆邮电大学 通信与信息工程学院,重庆400065重庆邮电大学 通信与信息工程学院,重庆400065
信息技术与安全科学
自然场景文本检测深度可分离卷积可变形卷积
《电讯技术》 2022 (1)
复杂体制BOC调制直扩信号的检测与估计研究
130-137,8
国家自然科学基金资助项目(61671095)
评论