Authors: Yuliang Liu, Hao Chen, Shuaitao Zhang, Lele Xie, Dezhi Peng, Weihong Ma, Tong He, Chongyu Liu, Xiangle Chen, Canjie Luo, Qingxiang Lin, Lianwen Jin, Chunhua Shen, Yaqiang Wu, Liangwei Wang

Description: This method utilizes a sequential-free box dicretization method to localize the text instances. Only public datasets are used for pre-training, including LSVT, ArT and MLT. Multi-scale testing and model ensemble are used to generate the final result. The result is submitted by the researchers from South China University of Technology, Northwestern Polytechnical University, The University of Adelaide, Lenovo and Huawei. The researchers are Yuliang Liu, Hao Chen, Shuaitao Zhang, Lele Xie, Dezhi Peng, Weihong Ma, Tong He, Chongyu Liu, Xiangle Chen, Canjie Luo, Qingxiang Lin, Lianwen Jin, Chunhua Shen, Yaqiang Wu and Liangwei Wang.

单位：华南理工大学，阿德莱德大学，西北工业大学，联想，华为。
作者：刘禹良，陈昊，张帅涛，谢乐乐，彭德智，马伟洪，贺通，刘崇宇，陈向乐，罗灿杰，林庆祥，金连文，沈春华，武亚强，王靓伟。

Authors: 朱虹图像处理研究室（ZhuHong Digital Image Processing Laboratory）-----李园（Yuan Li） 张桂诚（Guicheng Zhang） 宋小池（Xiaochi Song）

Description: 我们采用了East网络模型，它在自然场景下对于文本检测有着很不错的效果（尤其是在竖直以及倾斜文本上）。基于该网络在长文本检测中的感受野的局限性。我们对此进行改进：（1）缩小图像及其对应文本坐标（标签）后进行训练，用来更好的检测较长较大的文本。（2）对原图及其对应文本坐标（标签）进行训练，用来得到较好的小文本检测结果。（3）对两个模型结果进行合并。最终，将(1 )（2）模型的优势相结合，从而得到整体上较好的检测结果。PS：最后我们发现缩小图后直接进用原图训练的模型比缩小图训练的模型的测试准确率要高，于是我们最终是将原图训练95000代的模型作为最终模型，保留缩小0.4倍后的图像进该模型的测试结果中的最大框，再保留原图进该模型的测试结果中除上述保留的最大框以外的所有框。
1.在第二版结果基础上施行第三版测试结果所述的合并条件。
2.防止第三版提交有误

组队信息：
姓名：李园 邮箱：784236772@qq.com 电话号码：15339142205 QQ：784236772 单位：西安理工大学（朱虹图像处理研究室）
姓名：张桂诚 邮箱：734673939@qq.com 电话号码：18292875302 QQ：734673939 单位：西安理工大学 （朱虹图像处理研究室）
姓名： 宋小池 邮箱：xiaochi_song@163.com 电话号码：18292877839 QQ:1023999257 单位：西安理工大学 （朱虹图像处理研究室）