摘要 基于分割的场景文字检测方法往往更准确，特别是针对卷曲的文字，在使用基于分割的方法时，二值化的后处理非常重要。作者提出了Differentiable Binarization模块，不仅简化了二值化方法而且效果更好。 介绍 由于场景文字的大小形状的多样，使用基于分割的检测方法往往更好，但是大部分基于分割的方法需要复杂的后处理将像素级别的结果组合成文字行，在预测时开销往往很大。例如PSENet使用连续尺度扩张的方式后处理；LSAE计算像素之间的特征距离来聚类。 大部分检测模型用上图的方式做后处理…

图片来自 Pexels 本文转载自微信公众号「大数据DT」，作者达观数据  。转载本文请联系大数据DT公众号。 我国《人工智能标准化白皮书(2018年)》中也给出了人工智能的定义：“人工智能是利用数字计算机或者由数字计算机控制的机器，模拟、延伸和扩展人类的智能，感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术和应用系统。” 人工智能的核心思想在于构造智能的人工系统。人工智能是一项知识工程，利用机器模仿人类完成一系列的动作。根据是否能够实现理解、思考、推理、解决问题等高级行为。…