EAST（ Efficient and Accurate Scene Text Detector）
簡潔的pipline
FCN+nms
前面的特徵提取以及深淺層融合較容易理解，類unet結構
網絡輸出一個score map 和 幾何形狀（可選四邊形加角度RBOX和四座標QUAD）
score map是shrunk的GT（1維）
RBOX輸出是每個像素對於四個邊的距離（4維）+ 角度
QUAD是對於四個座標的偏移（8維）
score map用於後續nms
標籤生成：
score map部分，把原始gt標籤縮放0.3，得到一個核區域，positive area粗略地設定爲核區域內的元素,
幾何形狀部分，RBOX對於positive area內的像素預測每個點對於四個邊的距離；
QUAD對於positive area內的元素預測每個像素對於四個座標的offset.
loss計算
兩部分，一個score map的loss，一個幾何體的loss
score map 的loss:
爲了提高速度，避免以往目標檢測常用的平衡正負樣本難易樣本的策略，只使用類平衡交叉熵（實際使用dice loss的更多，收斂快）
幾何體的loss:
(特殊性，文本的尺度變化比較大，直接用l1 loss會使得loss的偏差朝更大更長髮展，爲了兼具預測大尺度和小尺度的文本框，故採用Iou loss和尺度歸一化的smooth l1 loss)
RBOX採用iou loss
QUAD採用尺度歸一化的smooth l1 loss
locality-aware NMS（局部感知）
NMS之前還進行了行幾何體的合併，基於臨近的像素預測的幾何體高度相關的假設，加權合併可以減小計算壓力，按照score加權合併幾何體，之後再進行普通的NMS