CTPN 提出论文：Detecng Text in Natural Image with Conneconist Text Proposal Network

算法的主要流程

关键点：检测小尺度文本框、循环连接文本框、文本行边细化

1、 VGG16 为 base net 提取特征，conv5 得到 feature map

W*H*C，其中 C 是特征图的个数 512

2、用 3*3 滑窗扫描上面得到的 feature map，也即在 conv5 得到的特征上做 3*3 的滑动

窗口：每一个点结合周围对应的 3*3 特征区域得到一个长度为 3*3*C 的特征向量。

具体实现如下图，每个点(feature map)结合周围 3*3 的区域得到一个长度为 3*3*C

的特征向量

3、将特征 reshape 后，输入双向 LSTM，得到输出 W*256，

双向 LSTM 就是将两个方向相反的 LSTM 相连，隐含节点 128，双向是 256

4、将 Bi-LSTM 的输出接入含 512 个神经元的全连接层

4-1：论文解说

引入 anchor 机制，即对每一个点用 k 个 anchor 进行预测，每个 anchor 就是一个盒

子，其高度由[273，… ，11]逐渐递减，每次除以 0.7（或者反过来每次乘以

1.4），总共有 10 个。

CTPN网络相关的解析