【《基于CBF-Net的票据文本识别模型分析案例》4000字】

基于CBF-Net的票据文本识别模型分析案例目录TOC\o"1-3"\h\u435基于CBF-Net的票据文本识别模型分析案例 [50]中的”向前--向后”(Forward--Backward)算法来快速计算p(l/x)。首先引入了变换，变换对应文本识别流程中的解码，定义如下：4-(6)定义代表所有经过变换后是l的路径π。在输入图像x后，得到真实标签l的概率可以通过累乘操作得到。4-(7)最终，损失函数可以转化为：4-(8)实验和分析为了测试CBF-Net模型的性能以及选择最优的模型识别票据图像中的文本，本节进行了对比实验，通过对比实验综合分析CBF-Net模型的准确率和识别速度，验证了CBF-Net模型的有效性。对照实验设计本文选择了另外两个基线模型作为对照实验，实验模型会使用CTCloss作为损失函数进行训练，对照组1，对照组2和实验组的模型如下：对照组1：CRNN对照组2：CNN（CRNN的主干网络和全连接）实验组：CBF-Net一共准备了三种票据的文本识别训练集。一共46111张数据集，随机将9/10的数据集用作训练，剩下的1/10的数据用作测试。中英文字符分类数量设置为5530。在将图像输入模型之前，会将图像统一调整成280*32的尺寸。三组实验使用相同的超参数，模型优化器使用Adam，批次大小设置为32，学习率设置为0.001，训练轮次epoch为300。每训练完一个轮次后都会对模型进行测试，查看模型的准确率表现。准确率分析根据以上实验设计，完成模型的训练后，将300个训练轮次中的loss值和准确率进行整理，绘制了图4.3。（a）图是300个训练轮次过程中模型的loss变化情况。（b）图是200轮次到300轮次loss的变化。横坐标表示训练轮次，纵坐标表示loss值。蓝色线代表CRNN模型的loss值，橙色线代表CBF-Net模型的loss值，绿色线表示CNN的loss值。根据（a）图显示，在训练的过程中，CNN的收敛速度比CBF-Net的速度快，CBF-Net的收敛速度比CRNN快。这进一步证实了LSTM越多，模型越难训练。根据（b）图显示，大约在第200到300个训练轮次之间，三组模型的loss值都不再继续下降，而是在一定的小范围内震荡。通过对比可以看出，CRNN的loss震荡最严重，其次是CNN的loss，而CBF-Net的震荡较少，相比较另外两个模型，loss更加平稳。（a）0-300轮次损失（b）200-300轮次损失图4.3对比实验Loss如图4.4所示，三组实验按照CNN，CBF-Net，CRNN的顺序依次达到了收敛的最高值。在200轮次到300轮次之间，CBF-Net的准确率明显高于CNN和CRNN。为了进一步分析三组实验的准确率差别情况，统计了三组实验的最高准确率和200轮次到300轮次之间的平均准确率。图4.4对比实验准确率如表4.2所示，通过对比三组模型的最高准确率后发现，CBF-Net的准确率最高，相比于CRNN提高了1.15个百分点。同时在200轮次到300轮次的平均准确率中CBF-Net的平均准确率最高，比CRNN提高了3.96个百分点。根据数据可以知道，CBF-Net的准确率高于CRNN和CNN的准确率，在票据数据集上有着最高的准确率性能。表4.2准确率统计表实验模型最高准确率200-300轮次平均准确率对照组1CRNN0.87460.8198对照组2CNN0.85170.7986实验组CBF-Net0.88610.8594识别速度分析模型的推理速度也是评价模型性能的一项重要指标。当在高并发的环境或者识别数据量特别大的时候，较高的推理速度可以更快地完成任务，提升用户体验。为了给出最佳的解决方案，实验对比了CBF-Net，CRNN和CNN模型的识别速度。表4.3给出了实验进行的硬件环境和软件环境。表4.3识别速度实验环境实验环境硬件环境CPUIntelXeonW-2133六核心十二线程主频3.6GHz内存32GB，GPURTX3090软件环境Ubuntu20.04.1LTSCUDA11.1python3.6pytorch1.6通过CRNN，CBF-Net和CNN分别对一定数量的文本区域进行了预测，并计算了程序运行的时间。如表4.4所示，进行了3次的对比实验，实验数据量分别是50,200和500，记录了模型完成识别任务的推理时间，并根据三次测试实验计算了模型的FPS。对比实验中识别速度最快的模型是CNN，其次是CBF-Net。根据FPS可以计算出CBF-Net相比较CRNN识别速度平均高13.7%，CNN相比较CBF-Net识别速度平均高20.2%。表4.4识别速度测试模型50200500FPSCRNN0.3179s1.0474s2.5375s182CBF-Net0.2888s0.8622s2.3167s207CNN0.2153s0.7895s1.9200s249结论根据准确率分析和识别速度分析可以得到以下结论。在对比实验的三组模型中，CBF-Net在票据数据集上可以达到超越CRNN和CNN的准确率，并且识别速度对比CRNN也有了一定的提升。票据图像的文本识别可以通过应用CBF-Net模型，达到较高的准确率和较快的识别速度。如图4.5所示，选取了一张票据图像作为测试集，通过CBF-Net对票据图像中的文本区域进行了识别。测试集中的票据文本识别结果已经达到了较高的水平，中等长度和较短的文本都可以达到较好的识别效果，存在的问题是较小字符的漏识别和长文本的错误识别。货号名称及规格单位4321233佳能MG2580s付款方式金额496【送货单】34324233549伍仟陆佰肆拾叁元整备注奔图m6202nw激光打印机日期2020-02-04收货地址山东省鸟市市南区江西路B4号收货单位思晋Y2831dw28商务大型公司公图4.5识别结果小结在本章中，针对实现票据图像的文本识别这一目标，为了提高模型识别票据文本的准确率