如何解决如何为场景文本识别问题测试时间增强?
我知道什么是TTA及其运作方式。我可以将其应用于分类问题,甚至检测或分割问题。但是我想知道如何解决文本识别问题。由于我们必须处理任意数量的多边形-在那种情况下,在多边形框上使用TTA的最佳和安全方法是什么?
食谱可能是这样的:
- 从增强多边形开始-hfilp,vflip,90、270
- 取这些预测的平均值
但是,它带来的挑战很少。要增加多边形(例如,使用img_aug
),我们可以通过将每条x,y
绳索作为关键点来增加多边形。这是使用该库的唯一禁忌方法。但这听起来并不是很有效。看到这里:https://github.com/aleju/imgaug/issues/234
其次,如果我们能够以某种方式获得原始图像的增强样本和相应的增强多边形,那么我们需要某种机制来从中获取平均值,这带来了另一个挑战和复杂性。我发现平均多边形仅在地理信息系统中处理。在这里https://gis.stackexchange.com/questions/68359/creating-average-polygon
有指针吗?谢谢。
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。