A Tensorflow implementation of FPN or R2CNN detection framework based on FPN . The paper references R2CNN Rotational Region CNN for Orientation Robust Scene Text Detection or Feature Pyramid Networks for Object Detection

In this paper, we propose a novel method called Rotational Region CNN (R2CNN) for detecting arbitrary-oriented texts in natural scene images. The framework is based on Faster R-CNN [1] architecture. First, we use the Region Proposal Network (RPN) to

用于windows下编译R2CNN/RRPN所需的rotate_gpu_nms、rotate_gpu_nms.cp37-win_amd64.pyd、rbbox_overlaps.cp37-win_amd64.pyd等文件

这是我从分叉的存储库，用于我的毕业设计。 我想根据本文和代码存储库开始我的毕业设计。 因此，在未来的6个月中，我将对此存储库进行一些自己的更改。 如果有任何违法行为，我将尽快删除该存储库。 如果要查找论文“通过多任务旋转区域卷积神经网络对任意方向的船舶进行位置检测和方向预测”的官方版本代码存储库，请转到 ：Windows 10 + Python 3.6 + cuda 9.0 + cudnn 7.6.5 + tensorflow 1.12.0 ：CentOS + Python 2.7 +

R2CNN：用于方向鲁棒场景检测的旋转区域CNN 推荐改进代码： : 基于的FPN或R2CNN检测框架的Tensorflow实现。 您可以参考论文或其他旋转检测方法参考 ， 和 如果对您有用，请加注星标以支持我的工作。 谢谢。 引文 基于此代码的一些相关成就。 article{[yang2018position](https://ieeexplore.ieee.org/document/8464244), title={Position Detection and Direction P