全方位场景文本检测的无序框离散化方法

自然场景中的文本通常具有高度变化的特性。使用四边形边界框来定位文本实例几乎是检测方法不可或缺的一部分。然而，最近的研究表明，引入四边形边界框进行场景文本检测会带来一个容易被忽视的标签混淆问题，该问题可能会显著削弱检测性能。为了解决这一问题，本文提出了一种称为无序边界框离散化（Sequential-free Box Discretization, SBD）的新方法，通过将边界框离散化为关键边缘（Key Edges, KE），可以进一步推导出更有效的改进方法以提高检测性能。实验结果表明，所提出的方法在多个流行的场景文本基准测试中超越了现有最先进方法，包括ICDAR 2015、MLT和MSRA-TD500。消融研究也显示，仅将SBD集成到Mask R-CNN框架中，就能显著提升检测性能。此外，在通用目标数据集HRSC2016（多方向船舶）上的实验表明，我们的方法大幅超越了近期的最先进方法，展示了其强大的泛化能力。源代码：https://github.com/Yuliang-Liu/Box_Discretization_Network。