基于YOLO的自然场景倾斜文本定位方法研究

来源：计算机工程与应用杂志2020年第9期北京时间：

作者：周翔宇，高仲合

单位：曲阜师范大学 软件学院，山东 曲阜 273100

摘要：为了提升倾斜文本区域定位的准确度，提出了一种基于YOLO算法改进的YOLO_BOX定位模型。设置不同尺寸的anchor对图片进行训练，且定义LOSS损失函数训练预测模型；使用K-means算法对box进行聚类，并利用NMS方法进行多余候选框过滤；利用Angle Correct算法对聚类后的box进行灰度化处理，通过计算像素灰度值的方差来得到文字的倾斜角度并进行角度矫正。实验结果表明，优化后的YOLO_BOX定位模型在ICDAR2015数据集上，对自然场景中倾斜文本区域的定位中具有较高的准确率和召回率。

关键词：深度学习,卷积神经网络,目标检测,倾斜文本定位,聚类