申请/专利权人:浙江大学
申请日:2023-10-31
公开(公告)日:2024-02-23
公开(公告)号:CN117593756A
主分类号:G06V30/41
分类号:G06V30/41;G06V30/18;G06V10/82;G06V30/19;G06N3/045;G06N3/0464;G06N3/08
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.03.12#实质审查的生效;2024.02.23#公开
摘要:本发明公开了一种复杂版面的多尺度文本检测方法。首先,构建复杂版面图像的多尺度文本检测模型;接着,利用复杂版面屏幕图像数据集训练复杂版面图像的多尺度文本检测模型,获得训练好的多尺度文本检测模型;最后将待检测的复杂版面图像输入到训练好的多尺度文本检测模型中,获得对应的文本检测框图。本发明通过设计多尺度文本检测模型的神经网络结构提升模型对不同大小文本的检测精度,从而使后续文本识别精度也得到提升。相比于传统的文本检测模型,该方法降低了文本漏检的概率,提升了文本检测识别的精度。
主权项:1.一种复杂版面的多尺度文本检测方法,其特征在于,包括以下步骤:1构建复杂版面图像的多尺度文本检测模型;2利用复杂版面屏幕图像数据集训练复杂版面图像的多尺度文本检测模型,获得训练好的多尺度文本检测模型;3将待检测的复杂版面图像输入到训练好的多尺度文本检测模型中,获得对应的文本检测框图。
全文数据:
权利要求:
百度查询: 浙江大学 一种复杂版面的多尺度文本检测方法
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。