基于改进YOLOv5的快速水平文本检测算法

摘要

基于深度学习的文本检测算法具有强大的特征学习能力和泛化能力，但推理速度通常较慢。针对此问题，提出了基于改进YOLOv5的快速水平文本检测算法T-YOLOv5,通过在SPPF(spatial pyramid pooling-fast)模块中嵌入改进的CAM(channel attention module)提高网络的特征提取能力，并在CIoU(complete IoU)损失中增加形状损失提高损失函数的收敛速度。所提算法在公共数据集ICDAR2013上F值达到86.5,推理速度达112 FPS。实验结果表明，在检测结果和推理速度上，所提算法T-YOLOv5与现有基于深度学习的文本检测算法相比具有一定的竞争力。

关键词

文本检测 / 深度学习 / YOLOv5 / 场景文本

基金资助

江苏海洋大学研究生科研创新项目(DZXS202106)