买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉广东亿迅科技有限公司申请的专利一种基于深度学习的文字识别方法、装置及存储介质获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119169634B 。

龙图腾网通过国家知识产权局官网在2026-01-13发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202310740805.9，技术领域涉及：G06V30/19；该发明授权一种基于深度学习的文字识别方法、装置及存储介质是由黄春娜;陈浩文;黄发龙;潘宏沣;孙永超;付芳洁;郑明;余晓丽;张瑰参;张威煌;郑晋耀;谭纤纤;池永波;黎楠设计研发完成，并于2023-06-20向国家知识产权局提交的专利申请。

本一种基于深度学习的文字识别方法、装置及存储介质在说明书摘要公布了：本发明公开了一种基于深度学习的文字识别方法、装置及存储介质，本发明通过训练集进行训练以得到检测分类模型、文字检测模型及文字识别模型，检测分类模型包括大类分类模型以及每一大类对应的细分分类模型，可解耦使用提高适用性，两者结合有利于提高准确率；文字检测网络以深度卷积神经网络为主干网络并结合像素聚合网络，使得高低层特征都具有强空间和语义信息，文字识别网络根据CTCloss结合CenterLoss进行训练提高训练速度及识别效果；通过检测分类模型对待分析对象进行分类确定目标分类，并通过文字检测网络对待分析对象进行检测确定目标文字区域，通过文字识别模型对目标文字区域进行识别，有利于提高文字识别结果的准确性。

本发明授权一种基于深度学习的文字识别方法、装置及存储介质在权利要求书中公布了：1.一种基于深度学习的文字识别方法，其特征在于，包括： 获取训练集；所述训练集包括文档和或图像； 通过所述训练集分别对检测分类网络、文字检测网络以及文字识别网络进行训练，得到检测分类模型、文字检测模型以及文字识别模型；其中，所述检测分类模型包括可解耦使用的大类分类模型以及每一大类对应的细分分类模型，所述文字检测网络以深度卷积神经网络为主干网络并结合像素聚合网络，所述文字识别网络根据CTCloss结合CenterLoss进行训练；其中，检测分类网络包括为Yolo网络的细分分类网络，训练过程中对于旋转角度的回归添加至Yolo网络的输出中； 获取待分析对象，通过所述检测分类模型对所述待分析对象进行分类，确定目标分类，并通过所述文字检测网络对所述待分析对象进行检测，确定目标文字区域，通过所述文字识别模型对所述目标文字区域进行识别，得到文字识别结果； 所述通过所述检测分类模型对所述待分析对象进行分类，确定目标分类，包括： 当所述待分析对象的大类已知，确定已知大类对应的目标细分分类模型，通过所述目标细分分类模型对所述待分析对象进行分类，得到目标分类； 否则，通过所述大类分类模型对所述待分析对象进行第一分类，确定所述第一分类对应的目标细分分类模型，通过所述目标细分分类模型对所述待分析对象进行第二分类，得到目标分类；所述第一分类包括合同、简历、表单、卡证以及票据中的其中一种。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人广东亿迅科技有限公司，其通讯地址为：510000 广东省广州市天河区花城大道777号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。