如何优化EAST，模型输出，工程代码一点问题？

[YuTingLiu]

非常感谢公开提升的方法，但是中间做法有点疑惑？

@huoyijie 你的模型流程图输出：

@kurapan 原始模型流程图输出：

模型预测的输出看到是不一致的，区域判断上多了一个结束标识，处理上，你是将激活像素合并，输出结果区域，具体合并部分在nms.py文件中。
程序上的合并区域能够超过模型学习的区域识别吗？

[YuTingLiu]

在nms.py中，不知我理解的对不对，特征图shape为：（184, 160），先行后列合并激活像素，得到group D，接下来就是计算每个区域坐标和得分，这块代码没有看懂。

实际上，scipy.ndimage.label连通区域与opencv计算矩形区域，特征图与原图缩放比例为4，可以直接得到预测区域坐标。但是这样区域尺度上与nms计算不一致。。。

有没有解答一下的？

[jiangguisyp]

在nms.py中，不知我理解的对不对，特征图shape为：（184, 160），先行后列合并激活像素，得到group D，接下来就是计算每个区域坐标和得分，这块代码没有看懂。

实际上，scipy.ndimage.label连通区域与opencv计算矩形区域，特征图与原图缩放比例为4，可以直接得到预测区域坐标。但是这样区域尺度上与nms计算不一致。。。

有没有解答一下的？

特征图上的激活像素并不对应着 文本区域，也不是对应着缩放的4倍的文本区域，每个激活其实都是一个框，一个连通域有很多个激活像素，也就是很多预测框，作者没有采用先把框预测出来，再用nms来融合的策略，而是先融合激活像素的值，最终预测出一个框。