DPText-DETR：基于动态点query的场景文本检测，更高更快更鲁棒 | 京东探索研究院

🆕最新资讯🆕
近期，基于DEtection TRansformer (DETR) 框架预测控制点的研究工作较为活跃。本文提出了一种名为DPText-DETR的动态点场景文本检测模型。该模型通过引入显式点query构建方法和增强的因子化自注意模块，改善了模型的收敛速度、数据效率和对旋转文本检测的鲁棒性。此外，本文设计了一种简单的位置性形式来解决标签形式问题，并提出了一个包含约500张图像的测试集Inverse-Text进行验证。实验结果表明，DPText-DETR在Total-Text、CTW1500和ICDAR2019 ArT三个基准数据集上取得了最先进的性能。本工作由京东探索研究院、武汉大学和悉尼大学联合完成，并已被AAAI 2023接收。相关代码、模型和数据集已开源，欢迎试用、点赞并反馈。
来源：https://juejin.cn/ai