论文标题：PGNet: Real-time Arbitrarily-Shaped Text Spotting with Point Gathering Network 论文链接：https://arxiv.org/abs/2104.05458 代码链接：https://github.com/PaddlePaddle/PaddleOCR 作者单位：西安电子科技大学 & 百度

没有NMS、RoI等操作，表现SOTA！性能优于ABCNet、CharNet等网络，速度高达46.7 FPS！代码刚刚开源！

阅读任意形状的文本已受到越来越多的研究关注。但是，现有的文本识别器大多建立在两阶段框架或基于字符的方法上，它们会受到非极大值抑制（NMS），兴趣区域（RoI）操作或字符级注释的困扰。在本文中，为解决上述问题，我们提出了一种新颖的全卷积点收集网络（PGNet），用于实时读取任意形状的文本。 PGNet是一个单阶段文本spotter,，其中像素级字符分类图是通过提出的PG-CTC损失学习的，从而避免了字符级注释的使用。使用PG-CTC解码器，我们可以从二维空间中收集高级字符分类向量，并将其解码为文本符号，而无需进行NMS和RoI操作，从而确保了高效率。此外，根据每个字符及其相邻字符之间的关系，提出了一种图形细化模块（GRM），以优化粗略识别并提高端到端性能otal-Text中，它以46.7 FPS的速度运行，大大超过了以前的观察者。

内容中包含的图片若涉及版权问题，请及时与我们联系删除