CN113971809B 一种基于深度学习的文本识别方法、设备及存储介质 （多伦科技股份有限公司）_第1页
CN113971809B 一种基于深度学习的文本识别方法、设备及存储介质 （多伦科技股份有限公司）_第2页
CN113971809B 一种基于深度学习的文本识别方法、设备及存储介质 （多伦科技股份有限公司）_第3页
CN113971809B 一种基于深度学习的文本识别方法、设备及存储介质 （多伦科技股份有限公司）_第4页
CN113971809B 一种基于深度学习的文本识别方法、设备及存储介质 （多伦科技股份有限公司）_第5页
已阅读5页，还剩18页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

本发明公开了一种基于深度学习的文本识CRNN文本识别算法对预处理后的图片中的文本2输入一张图片，利用MobileNeXt网络对图片进行特征提取，特征提将MobileNeXt网络输出的最后一层特征图经过金字塔场景解析模块的操作形成的特步骤6、利用训练后的文本检测网络模型对步骤5处理步骤7、利用贝塞尔曲线对步骤6所提取的图片中的2.根据权利要求1所述的基于深度学习的文3.根据权利要求1所述的基于深度学习的文本i,x,y为第i个预测区域中像素点(x,y)的值，Gi,x,y为第i个真实区域中像34.根据权利要求1所述的基于深度学习的文本识别方法，其5.根据权利要求1所述的基于深度学习的文本识别方6.根据权利要求1所述的基于深度学习的文本识别方法，其7.根据权利要求1所述的基于深度学习的9.一种计算机可读存储介质，其特征在于，所述4离彼此非常接近的文本实例；基于字符和基于参数结构化的方法需要代价高昂的标注信[0006]为了克服现有技术中存在的不足，本发明提供一种基于深度学习的文本识别方[0013]步骤5、利用开源的图像处理操作库对获取的图片进行固定尺寸缩放、归一化处5[0023]将MobileNeXt网络输出的最后一层特征图经过金字塔场景解析模块的操作形成6[0039]步骤7-4、利用拟合出的上下边界的两条贝塞尔曲线对图片中的文本区域进行矫处理的重新设计，网络的整体架构以轻量级MobileNeXt网络作为骨架网络进行特征提取，辆轮胎号检测中得到广泛的应用。7征的聚合和上下文信息交互使用金字塔场景解析模块PSPMoudle(PyramidScene[0063]MobileNeXt网络输出的最后一层特征图经过金字塔场景解析模块PSPMoudle的操作形成的特征图经过上采样后得到的特征图与第四层特征图进行特征合并得到合并后8[0065]使损失函数的分子变成预测区域集合和真实区域集合的交集减去交集中不属于的最终预测结果；对于弯曲文本数据集，使用Ramer-Douglas-Peucker算法(拉默-道格拉斯-普克算法)对任意形状的文本区域来生成9[0084]步骤7-4、利用拟合出的上下边界的两条贝塞尔曲线对图片中的文本区域进行矫曲的原目标框中的实心点对应右侧正方形框中的实心点，其中wout和hout分别右侧正方形[0091](4)按照上述步骤(3)得到的比例对从bp到tp的线段进行分割，得到最终对应还可以进一步的减少文本粘连问题和对弯曲文本进行矫正。可以有效解决文本粘连问题，的普通技术人员在本说明书的启示下，在不脱离本发明权利要求所保护的范围的情况下，

人人文库> 全部分类> 行业资料 > 信息产业

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论