Huo Yijie

深度学习算法上的每一次突破，都在不断刷新各种识别任务的准确率。而芯片上的不断进步，让模型的训练更容易，推理更快。基于深度学习的各种 AI 算法在各行各业都在加速落地。好奇心的驱使下，我找到了一些关于人工智能方面的书和资料开始学习。几个月后，我偶然看到阿里天池竞赛里有一个任务，是在图片中检测出所有文本框的坐标。训练模型的图片集是来源于淘宝上用户上传的真实物料图片，图片中的文字字体、大小、旋转角度、颜色不一。我查阅了当时检测效果比较好的几篇论文，最后决定复现旷世科技公司的 EAST 算法，使用上面的图片集合训练模型时，我发现较长一点儿的文本检测效果不太好，因此提出了改进 EAST 文本检测算法 Advanced EAST。我把算法源代码以及算法实现思路在 Github 上开源了，我的想法是，如果这个算法确实有进步，能让更多的相关行业的人看到并在行业内实践会更有意义。开源后，确实有很多人跟我交流尝试复现，包括旷世科技等公司的员工和一些在读研究生，他们给我的反馈是，在长文本的检测效果上有提升。