CN114913531B 面向场景文本检测的文本检测器训练方法及文本检测方法 （中国科学院信息工程研究所）

YouhuiGuo,etal.UNITS:UNSUPER面向场景文本检测的文本检测器训练方法本发明公开了一种面向场景文本检测的文参数对设定模型UNITS的每一分支进行初始化；使用无标注的真实数据对UNITS进行无监督训练，同时使用训练数据集对UNITS进行有监督训得UNITS的模型参数对所述文本检测器初始化，然后使用有标注的目标数据集对初始化后的所述文本检测器进行有监督训练得到最终训练后2所述分支的模型结构与所述文本检测器结构对应一致；UNITS为一个无监督中间训练3)根据UNITS中设定的无监督训练策略，使用无标注的真实数据对步骤2)初始化后的4)使用步骤3)最终所得UNITS的模型参数对所述文本检测器初始化，然后使用有标注的目标数据集对初始化后的所述文本检测器进行有监督训练得到最终训练后的文本检测′割结果P2进行监督；然后步骤4)中利用最终所得UNITS中第二分支的参数对所述文本检测′二值化处理得到伪标注，根据所述数据增强对应的反变换获取分割结果P2对应的伪标注′33)利用最终所得UNITS中第一分支的参数或第二分支的参数对所述文本检测器初始′′u′5.根据权利要求1～4任一项所述的方法，其特征在于，训练所述UNITS的损失函数为3处理器执行时实现权利要求1至7任一所述方4获取且注释可以自动生成的合成数据SynthText对模型进行预训练后再在目标数据集上进成数据上预训练的参数初始化模型得到的结果[0008]本发明提出的无监督中间训练阶段UNITS可以连接预训练阶段和微调阶段，并将[0009]在UNITS中探索了三种无监督训练策略，通过利用合成数据和大量无标注真实数5[0013]2)使用预训练获得的文本检测器参数对设定模型UNITS的每一分支进行初始化；[0014]3)根据UNITS中设定的无监督训练策略，使用无标注的真实数据对步骤2)初始化[0015]4)使用步骤3)最终所得UNITS的模型参数对所述文本检测器初始化，然后使用有标注的目标数据集对初始化后的所述文本检测器进行有监督训练得到最终训练后的文本骤4)中利用最终所得UNITS中第二分支的参数对所述文本检测[0020]33)利用最终所得UNITS中第一分支的参数或第二分支的参数对所述文本检测器6[0037]双分支单监督由两个结构一样但参数不一样的分支(分支即其中一个分支输入无标注图像Xu得到对应的分割结果P1，另一个分支则输入Xu的数据增强7[0038]双分支双监督是对双分支单监督的一种改版，在双分支单监督中分支中期望f[0042]其中Laet是各个文本检测方法中对有标注合成图像(合成数据集SynthText中的监督训练，同时使用合成数据集中的标注数据进行有标注训练使得模型保持文本检测能[0049]本发明在多个经典的场景文本检测方法上进行了实验，包括EAST、DB、PSENe和时额外增加了HUST-TR400的400张图[0050]为了验证UNITS中三种不同训练策略的有效性及其性能对比，我们在DB上进行实8[0051]同时，本发明通过实验验证了数据增强对UNITS的影响。首先，设计实验验证在UNITS中应该使用弱增强还是强增强。在ICDAR2015数据集上，使用方法DB和EAST进行实验结果如表3所示。在MSRA-TD500上，两者都可以带来显著的性能提升，在ICDAR2015和监督训练策略下MSRA-TD500(39.9%→44.6％)、ICDAR2015(49.5%→52到目标域导致丢失了在大规模合成数据上进行预训练所学到的知识，UNITS则是两者之间能是因为MSRA-TD500主要由纵横比大的文本实例