TedEval：一种用于场景文本检测器的公平评价指标
计算机视觉与模式识别
2019-07-03 v1
摘要
尽管场景文本检测方法近期取得了成功，常见的评价指标仍无法在检测器之间提供公平且可靠的比较。它们在反映文本检测任务的内在特征方面存在明显缺陷，无法处理粒度、多行和字符不完整等问题。在本文中，我们提出了一种称为 TedEval（文本检测器评价，Text detector Evaluation）的新评价协议，它通过实例级匹配和字符级打分来评估文本检测结果。基于奖励导致成功识别行为的严格标准，TedEval 可作为在所有难度级别上比较和量化检测质量的可靠标准。在这方面，我们相信 TedEval 能在开发最先进（state-of-the-art）的场景文本检测器中发挥关键作用。代码已公开于 https://github.com/clovaai/TedEval。
引用
@article{arxiv.1907.01227,
title = {TedEval: A Fair Evaluation Metric for Scene Text Detectors},
author = {Chae Young Lee and Youngmin Baek and Hwalsuk Lee},
journal= {arXiv preprint arXiv:1907.01227},
year = {2019}
}
备注
7 pages, 10 figures, Accepted by Workshop on Industrial Applications of Document Analysis and Recognition 2019