基于改进的CRAFT的光学字符分割算法

现有的场景文字检测算法存在特征能力提取不足和无法适应场景文本大小变化多端的问题。针对这些不足,对CRAFT算法进行改进,把原本的VGG16_bn特征提取网络替换成ESPANet网络,使网络能够适应文字的大小变化,同时加入一种融合注意力机制让网络学习到空间和位置上的权重,达到增强重要特征、抑制无用特征的效果,从而提升在不同场景下字符的分割质量和分割能力。在ICDAR2013和ICDAR2015两个数据集上进行验证,实验结果表明改进之后的算法在准确率、召回率以及调和平均数三个指标都表现优异,更优于原CRAFT算法及其他文字检测算法。