【论文笔记】 R2CNN: Rotational Region CNN for Orientation Robust Scene Text Detection

这篇文章主要的贡献点主要有两个：

1）在RROI 阶段，多尺度的pooling (7x7,3x11,11x3).

2）除了坐标对齐的bbox坐标回归，添加了inclined box的坐标回归（x1,y1,x2,y2,h）。[注：x1,y1,x2,y2分布是bbox按顺时针方向定义的两个角点]

网络结构如下：

该方法的训练集：1000（icdar15_trainingset）+ 2000(focused scene text images that authors collected)+data-augmentation=39000

在ICDAR15上的性能：

PK其它方法：

ICDAR15:

ICDAR13: