【场景文本检测】paper里的实验参数和数据集选择

前言：

由于实验需求，记录一下最近（主要19年）场景文本检测的实验的实现细节和数据集选择。

常用的预训练模型

pre-train：

1. synthtext （800k） 1epoch
2. IC17 MLT（7200）40 epoch (psenet spcnet)

多尺度训练

PSEnet: ： 缩放 旋转 水平翻转 随机裁剪

常用参数

名称	一阶学习率	二阶学习率	batch size	迭代次数	数据集	其他
PSEnet	0.001	0.0001	16	36k iteration	synth、MLT	-------

常用的不规则文本数据集

名称	训练集	验证集	测试集	特点	文本形状
ICDAR 2013	462	229	233	字符级	水平
ICDAR 2015	1000	——	500	字符级	任意四边形
ICDAR 2017 MLT（*）	7200	1800	9000	字符级	多语言
Total-Text (*)	1255	——	300	----	水平，多方向，弯曲
CTW1500	1000	——	500	文本行	14点多边形
SynthText	800k	——	——	-----	合成数据集
MSRA-TD500	500	300	200		弯曲文本

预训练方法1 ：2017MLT
预训练方法2 ： 合成数据集（AAAI 2019）
预训练方法3：全部训练集一起