龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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！
申请/专利权人：厦门大学
摘要：本发明公开了一种场景文字识别方法及系统。该方法包括：构建训练样本；训练样本包括公用数据集和非公用数据集；公用数据集和非公用数据集均包括场景图片和标签文件；通过训练样本训练Yolov5模型，得到字符检测模型；字符检测模型的输入为场景图片，输出为场景图片中包含的所有单个字符；通过训练样本和字符检测模型识别出的所有单个字符对Textformer模型进行训练；通过训练好的Textformer模型对待识别的场景图片中的文字区域和单个字符进行识别。本发明仅利用“Transoformer”就实现了一个端到端的文本定位器，相较于传统的使用卷积神经网络提取图片特征再输入到“Transformer”中的方法，有着更高的效率。并且，由于只用到了“Transformer”，所以本发明的模型框架更简单。
主权项：1.一种场景文字识别方法，其特征在于，包括：构建训练样本；所述训练样本包括公用数据集和非公用数据集；所述公用数据集和所述非公用数据集均包括场景图片和标签文件；所述非公用数据集的构建具体包括：在所述公用数据集和网络图片中抽取预设个数的场景图片；对抽取的场景图片进行裁剪和拼接；在拼接后的图片中插入英文字母表和阿拉伯数字表图片；通过所述训练样本训练Yolov5模型，得到字符检测模型；所述字符检测模型的输入为场景图片，输出为场景图片中包含的所有单个字符；通过训练样本和所述字符检测模型识别出的所有单个字符对Textformer模型进行训练；所述Textformer模型包括编码器和解码器；所述编码器为SwinTransformer模型，所述解码器为Transformer模型；将文本图片输入到SwinTransformer中，得到一个包含整个图片特征地嵌入向量，将特征地嵌入向量输入到标准的串行的Transformer中，最终输出图片中的每一个单个字符；通过训练好的Textformer模型对待识别的场景图片中的文字区域和单个字符进行识别。
全文数据：
权利要求：
百度查询： 厦门大学 一种场景文字识别方法及系统
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号