《表3 不同文字检测方法在ICDAR2015上的常用评价指标对比》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《聚焦难样本的区分尺度的文字检测方法》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

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.