一種基于深度學(xué)習(xí)的文本識別方法、設(shè)備及存儲介質(zhì)

基本信息

申請?zhí)?/td> CN202111244912.X 申請日 -
公開（公告）號 CN113971809A 公開（公告）日 2022-01-25
申請公布號 CN113971809A 申請公布日 2022-01-25
分類號 G06V30/41（2022.01）I;G06V30/146（2022.01）I;G06V30/166（2022.01）I;G06V30/19（2022.01）I;G06K9/62（2022.01）I 分類 計(jì)算；推算；計(jì)數(shù);
發(fā)明人 武小亮;張鐵監(jiān);汪洋;葉劍 申請（專利權(quán)）人 多倫科技股份有限公司
代理機(jī)構(gòu) 南京經(jīng)緯專利商標(biāo)代理有限公司 代理人 徐瑩
地址 211112江蘇省南京市江寧區(qū)天印大道1555號
法律狀態(tài) -

摘要

摘要 本發(fā)明公開了一種基于深度學(xué)習(xí)的文本識別方法、設(shè)備及存儲介質(zhì)，包括：按照指定的格式進(jìn)行數(shù)據(jù)集的制作；構(gòu)建基于MobileNeXt網(wǎng)絡(luò)的文本檢測網(wǎng)絡(luò)模型和損失函數(shù)；利用制作的數(shù)據(jù)集對網(wǎng)絡(luò)模型和損失函數(shù)進(jìn)行訓(xùn)練；獲取某一場景的圖片，利用圖像處理開源庫對獲取的圖片進(jìn)行固定尺寸縮放、歸一化處理；利用訓(xùn)練后的文本檢測網(wǎng)絡(luò)模型對處理后的圖片進(jìn)行推理預(yù)測，提取得到圖片中的文本區(qū)域；對所提取的圖片中的文本區(qū)域進(jìn)行矯正，得到矯正后的文本區(qū)域；對矯正后的文本區(qū)域的圖片進(jìn)行預(yù)處理，再利用CRNN文本識別算法對預(yù)處理后的圖片中的文本區(qū)域提取得到文字信息。本發(fā)明可使文本檢測算法達(dá)到高精度、快速的同時(shí)進(jìn)一步的減少文本粘連問題和對彎曲文本進(jìn)行矯正。