Page 291 - 《软件学报》2025年第9期

4202 软件学报 2025 年第 36 卷第 9 期

在不同数据集上检测结果的可视化图像, 图像中第 2 行表示基线模型的检测结果, 第 2 行表示 MaskET, 矩形框表
示检测出来的文本框, 椭圆表示两者的差异之处.

检
测
结
果

1.0
0.8
特 0.6
征
图 0.4
0.2
0
(a) Baseline (b) MaskET (c) ResNet50-DB
图 7 特征图可视化结果

基
线
模
型

本
文
方
法

(a) ICDAR 2013 (b) TD500 (c) TD-TR

基
线
模
型

本
文
方
法

(d) ICDAR 2015 (e) Total-Text (f) CASIA-10K
图 8 基线模型 MV3-DB 与 MaskET 的检测结果对比

从结果中可以看出, 经过 MaskET 知识蒸馏训练得到的学生网络的检测效果较好. 对比基线模型, MaskET 能
够加强学生网络对小目标的检测能力, 例如 baseline 模型没有检测到图 8(a) 中字母“F”和“T”, 图 8(d) 中天花板上