如何使用TensorFlow.js实现图像文本检测（已有转换完成的EAST模型）

核心落地步骤 #

• 输入预处理：EAST 模型要求输入宽高必须为32的整数倍，你可以通过tf.image.resizeBilinear()将输入图像缩放到符合要求的尺寸，同时按照你Keras训练时的归一化规则处理像素值，比如训练时用了/255.0归一化就直接对tensor做除法，用了均值减除以标准差就对应做数值映射。
• 模型加载与推理：前端环境调用tf.loadLayersModel()加载你转换好的模型文件，推理过程全部包裹在tf.tidy()中执行，避免tensor未释放导致的显存溢出，推理前可以先调用tf.setBackend('webgl')启用WebGL加速，能大幅提升运行速度。
• 输出后处理：EAST 推理输出包含得分图、几何图两个分支，首先过滤得分低于你设定阈值（默认建议0.5）的候选框，再提取每个候选框的偏移量、旋转角度参数计算出旋转文本框的坐标，最后调用OpenCV.js的cv.NMSBoxesRotated()执行非极大值抑制，过滤重复框得到最终结果。

优化建议 #

• 如果你需要更高的推理性能，可以将转换后的LayersModel重新转换为GraphModel格式，推理速度可提升20%~40%，转换时使用tensorflowjs_converter工具指定--output_format=tfjs_graph_model参数即可。
• 后处理阶段如果你的业务场景只有水平文本，可以省略旋转角度计算逻辑，直接用水平矩形框做NMS，能减少30%左右的后处理耗时。
• 要得到原始图像对应的文本框坐标，预处理阶段需要记录图像的缩放比例，后处理得到结果后再按比例还原坐标即可。

常见问题规避 #

• 转换模型时要确保你Keras训练用的EAST模型输出节点和tfjs模型的输出节点对应，避免出现输出shape不匹配的问题。
• 前端加载模型时如果出现跨域错误，需要调整静态资源服务器的CORS配置，允许前端域名访问模型文件。

内容的提问来源于stack exchange，提问作者Nimesh Kumar