前言：
由於實驗需求，記錄一下最近（主要19年）場景文本檢測的實驗的實現細節和數據集選擇。
常用的預訓練模型
pre-train：
- synthtext （800k） 1epoch
- IC17 MLT（7200）40 epoch (psenet spcnet)
多尺度訓練
PSEnet: ： 縮放 旋轉 水平翻轉 隨機裁剪
常用參數
| 名稱 | 一階學習率 | 二階學習率 | batch size | 迭代次數 | 數據集 | 其他 |
|---|---|---|---|---|---|---|
| PSEnet | 0.001 | 0.0001 | 16 | 36k iteration | synth、MLT | ------- |
常用的不規則文本數據集
| 名稱 | 訓練集 | 驗證集 | 測試集 | 特點 | 文本形狀 |
|---|---|---|---|---|---|
| ICDAR 2013 | 462 | 229 | 233 | 字符級 | 水平 |
| ICDAR 2015 | 1000 | —— | 500 | 字符級 | 任意四邊形 |
| ICDAR 2017 MLT（*） | 7200 | 1800 | 9000 | 字符級 | 多語言 |
| Total-Text (*) | 1255 | —— | 300 | ---- | 水平，多方向，彎曲 |
| CTW1500 | 1000 | —— | 500 | 文本行 | 14點多邊形 |
| SynthText | 800k | —— | —— | ----- | 合成數據集 |
| MSRA-TD500 | 500 | 300 | 200 | 彎曲文本 |
預訓練方法1 ：2017MLT
預訓練方法2 ： 合成數據集（AAAI 2019）
預訓練方法3：全部訓練集一起