机读格式显示(MARC)

• 000 01308nam0 2200289 450

• 001 0000425872

• 005 20221108101100.0

• 010 __ |a 978-7-115-58387-1 |d CNY69.90

• 100 __ |a 20220310d2021 em y0chiy50 ea

• 101 0_ |a chi

• 102 __ |a CN |b 110000

• 105 __ |a a a 000yy

• 106 __ |a r

• 200 1_ |a 自然场景文本检测算法研究 |A zi ran chang jing wen ben jian ce suan fa yan jiu |f 赵雪专 ... [等] 著

• 210 __ |a 北京 |c 人民邮电出版社 |d 2021.12

• 215 __ |a 159页 |c 图 |d 22cm

• 304 __ |a 题名页题其余责任者: 李玲玲, 刘粉林, 罗向阳

• 320 __ |a 有书目 (第141-159页)

• 330 __ |a 以深度学习为基础的文本检测有基于回归的模型和基于分割的模型, 目前这两种模型的应用效果各有优劣。为解决回归模型对训练数据的依赖, 以及分割模型受目标尺度影响的问题, 本书提出了两种新的模型, 即TSFnet和Mnet。全书分为5章, 概述了自然场景下文本检测的研究现状, 陈述了相关算法的问题、数据集与存在的挑战, 并通过实验对基于融合网络的TSFnet模型及结合区域网络与注意力网络的Mnet模型进行了详细的介绍, 最后对相关的应用进行了简介。

• 606 0_ |a 机器学习 |A ji qi xue xi |x 研究

• 690 __ |a TP181 |v 5

• 701 _0 |a 赵雪专 |A zhao xue zhuan |4 著

• 701 _0 |a 李玲玲 |A li ling ling |4 著

• 701 _0 |a 刘粉林 |A liu fen lin |4 著

• 701 _0 |a 罗向阳 |A luo xiang yang |4 著

• 801 _0 |a CN |b 安徽新华传媒股份有限公司 |c 20220909

• 905 __ |a AUSTL |d TP181/Z899