ASTER 是一个解决不规则排列文字的识别方法，其前身 RARE 文献[2] 发表在 CVPR 2016 上，改进后发表在 TPAMI 2018。

该文是白翔团队发在 2016 CVPR 上的工作，主要是引入 FCN 解决多方向文本定位问题。

论文启发于 Mask RCNN，提出一种 end2end 的场景文字检测和识别模型，能够检测和识别任意形状的文本。

论文提出了一个 end2end 的文字识别模型，在识别阶段加入 attention 机制，并利用技巧加强 attention alignment。

YOLO 直接将目标检测作为回归任务求解的经典算法，基于一个单独的 end2end 网络，完成从原始图像的输入到物体位置和类别的输出，输入图像经过一次网络，便能得到所有物体的位置和其所属类别及相应的置信概率。