[发明专利]一种试卷版面题目自动拆分的方法

权利要求书

1.一种试卷版面题目自动拆分的方法，其特征在于：该系统基于改进后的yolov3网络架构设计，主要包含仿真数据生成、图片特征提取和特征层预测部分。

2.根据权利要求1所述的一种试卷版面题目自动拆分的方法，其特征在于：所述主要特征具体描述为：主干网络yolov3用于从输入为1024x768大小图片中提取符合版面需要的特征，从而得到1/4、1/8、1/16和1/32四个特征图，四个特征图经过单独卷积后独立预测，同时当前特征图经过上采样后，与下层特征图拼接，并参与下层计算。

3.根据权利要求1所述的一种试卷版面题目自动拆分的方法，其特征在于：所述仿真数据生成具体描述为：使用程序设计自动生成和真实样本高度相似的训练数据，通过程序控制，在仿真数据过程中，随机生成指定数量的包含各种版面试卷题目图片及label数据。

4.根据权利要求1所述的一种试卷版面题目自动拆分的方法，其特征在于：所述图片特征提取具体描述为：在原有1/8、1/16和1/32特征图大小的基础上，新增1/4大小特征图参与预测，同时，主干网络中第三和第四个残差块的次数降为4，以此解决增加特征图个数带来的计算量问题，特征图单独预测中，舍弃原有3x3大小卷积，增加用于预测的特征图之间的拼接关系，使得上层预测特征图也参与下层预测。

5.根据权利要求1所述的一种试卷版面题目自动拆分的方法，其特征在于：所述分层预测具体描述为：权利4中所述特征提取到的四个不同层的特征图，分别进行convolutionalset操作，该操作由多个1x1和3x3卷积组成，该操作结果进行上采样，并与下层特征图拼接后，经过1x1卷积得到用于预测的特征图，为了再次降低计算量，此处去掉原有3x3大小卷积操作，本方法将四个用于预测的F1-F4个特征图上采样，并使其与下层特征融合，丰富其特征。

6.根据权利要求1所述的一种试卷版面题目自动拆分的方法，其特征在于，包括以下具体步骤：

步骤一、仿真训练数据：本方法面向试卷版面题目自动拆分，由于试卷版面题目存在形式多样，人工标注过程较慢，并且现有试卷数据不能完全覆盖所有可能出现的试卷版面呈现形式，因此本方法通过程序设计仿真需要的训练数据；

首先准备若干张公式和图表图片，每次仿真过程产生0-1之间随机数，规定[0-0.3，0.3-0.5，0.5-0.7，0.7-1.0]为四个不同区间，每个区间代表填空、选择、证明、解答等题目类型(具体实施过程包括但不限于此)，每个区间段范围连续产生数量不等的同类型题目，并按照从左到右、从上到下的顺序排列(程序随机控制每道题目之间的行间距大小)，从而仿真出与真实试卷版面排版接近的训练数据；

步骤二、数据预处理：结合常用试卷板式，本次训练数据统一resize到1024x768大小，输入为RGB图片，并且将图片归一化到-1到1之间，训练过程以batchsize为基本输入，每个batchsize随机从原始图片中选择，并随机添加高斯模糊化、对比度、明亮度和试卷裁剪等数据增强操作；

步骤三、训练神经网络：将网络结构按照上述描述架构整合，产生新的试卷版面题目自动拆分算法，整体采用端到端的训练模式，网络超参数设置如下：

(1)、学习率：初始学习率设置为0.01，每训练10轮减小10％；

(2)、优化器：adam或sgd优化器(实施过程根据模型训练情况决定)；

(3)、其它：批处理大小设置为8，根据显存大小不同而不同；总共训练轮数为200；

步骤四、模型预测输出：加载训练好的模型，分别在1000张真实和仿真数据中进行模型预测，输出试卷中各版面拆分结果的位置坐标信息，并对该模型进行评估分析。