EdgeSpotter：面向工业面板监控的多尺度稠密文本检测方法
计算机视觉与模式识别
2025-06-10 v1
摘要
工业面板的文本检测是智能监控的关键任务。然而，由于跨尺度定位和稠密文本区域边界模糊等问题，实现对复杂工业面板的高效、准确文本检测仍具有挑战性。此外，大多数现有方法仅关注单一文本形状，忽略了不同文本之间多尺度特征信息的综合探索。为此，本文提出一种基于边缘AI视觉系统的 novel 多尺度稠密文本检测器（EdgeSpotter），以实现工业面板监控的精准和鲁棒。具体而言，开发一种高效混合器的 Transformer，以学习多层次特征之间的相互依赖性，整合多层空间和语义线索。此外，设计一种基于 Catmull-Rom 样条的新型特征采样方法，显式编码文本的形状、位置和语义信息，从而缓解漏检并减少由多尺度或稠密文本区域引起的识别错误。进而构建了一个用于工业面板监控的新型基准数据集（IPM）。在该具有挑战性的基准数据集上进行的大量定性和定量评估表明，所提方法在不同具有挑战性的面板监控任务中表现优异。最后，基于自行设计的边缘AI视觉系统的实际测试验证了该方法的可行性。代码和演示将发布于 https://github.com/vision4robotics/EdgeSpotter。
关键词
引用
@article{arxiv.2506.07112,
title = {EdgeSpotter: Multi-Scale Dense Text Spotting for Industrial Panel Monitoring},
author = {Changhong Fu and Hua Lin and Haobo Zuo and Liangliang Yao and Liguo Zhang},
journal= {arXiv preprint arXiv:2506.07112},
year = {2025}
}