gydtep

我们根据实验，决定在两阶段的实例分割模型的基础上，针对实际问题进行了优化。

gydtep

文本行识别全对率主要评价文字识别在POI名称，道路名称的整体识别能力，文本行识别高置信占比主要评价算法对于拆分出识别高准确率部分的能力，这两种能力与我们的业务需求紧密相关。

gydtep

为了满足业务场景对文字识别的需求，我们针对目前主流的文字识别算法进行了调研和选型。

gydtep

近年来，主流的文本序列识别算法如Aster、DTRT等，可以分解为文字区域纠正，文字区域特征提取、序列化编码图像特征和文字特征解码四个子任务。

gydtep

不同于一般文字识别评测以单字为维度，我们在业务使用中，更关注于整个文本行的识别结果，因此我们定义了符合业务使用需求的文字识别评价标准：

gydtep

结合单字检测识别和序列识别各自的优缺点，采用互补的方式提高文字识别的准确率。

gydtep

对于被检测到的文本行，基于角点进行**变换，再使用TPS变换获得水平、竖直方向的文本，按比例缩放长边到指定大小，并以灰色为背景padding为方形图像。

gydtep

这一预处理方式既保持了输入图像语义的完整，同时在训练和测试阶段，图像可以在方形范围内自由的旋转平移，能够有效的提高弯曲、畸变文本的识别性能。

gydtep

一方面结合我们业务的特点，通过数据库中已经完成制作的包含生僻字的名称，反向挖掘出可能出现生僻字的图像进行人工标注

gydtep

其中一个思路是通过数据增广的方式扩充数据样本。Google DeepMind在CVPR 2019提出AutoAugment的方法, 主要通过用强化学习的方法寻找最佳的数据增广策略。