摘要：MAP的计算方法 在计算MAP之前，要对TP/TN/FP/FN，precision/recall的计算有一定的了解。 一句话概括AP：recall在【0-1】范围内的平均precision值 一句话概括MAP：所有类别的平均AP 得出PR曲线 一般来说，p-r曲线是p越大，r越小；p越小，r越大，跟 阅读全文

摘要：量化技术 量化的概念 一般是高精度浮点数表示的网络权值以及激活值用低精度（例如8比特定点）来近似表示 达到模型轻量化，加速深度学习模型推理，目前8比特推理已经比较成熟 使用低精度的模型推理的优点： ①模型存储主要是每个层的权值，量化后模型占用空间小，32比特可以缩减至8比特 并且激活值用8比特后，减 阅读全文

摘要：EAST（ Efficient and Accurate Scene Text Detector） 简洁的pipline FCN+nms 前面的特征提取以及深浅层融合较容易理解，类unet结构；concat后降维 网络输出一个score map 和 几何形状（可选四边形加角度RBOX和四坐标QUAD） 阅读全文

摘要：Efficient and Accurate Arbitrary-Shaped Text Detection with Pixel Aggregation Network PAN是一个任意形状文字检测模型，称之为像素聚合网络（PAN）。是psenet的改进版本，最突出的特点是既快又好。 核心是： 可 阅读全文

摘要：Shape Robust Text Detection with Progressive Scale Expansion Network PSENET全称叫做渐进式扩展网络，是一种由缩放的文本核逐渐扩展为真实文本的算法；主要解决的就是距离很近的文本无法很好区分其边界的问题。 优点是：检测任意形状的文 阅读全文