《表3 不同文字检测方法在ICDAR2015上的常用评价指标对比》
从ICDAR2013数据集的实验结果来看,本研究所提方法的召回率为0.88,准确率为0.90,相比于同类先进方法,召回率有明显提升,同时准确率也保持在较高水平;从ICDAR2015数据集的实验结果来看,本研究所提方法的召回率为0.85,准确率为0.81,召回率优于同类先进方法.召回率明显提升的原因有以下2点:1)在精细化特征融合分层预测模型的基础上实施区分尺度的策略,提高了模型对多种尺度文字的召回率;2)增加难分类样本和难回归样本的学习,使得模型对关键难样本的特征学习更加充分,保证了模型学习的准确率.
图表编号 | XD0082179400 严禁用于非法目的 |
---|---|
绘制时间 | 2019.08.01 |
作者 | 林泓、卢瑶瑶 |
绘制单位 | 武汉理工大学计算机科学与技术学院、武汉理工大学计算机科学与技术学院 |
更多格式 | 高清、无水印(增值服务) |