[发明专利]图像文本检测训练方法及装置

权利要求书

1.一种图像文本检测训练方法，其特征在于，包括以下步骤：

获取训练图像集，所述训练图像集包括多张训练图像；

对每张所述训练图像进行缩放处理，以得到对应的缩放图像；

根据所述缩放图像进行建模处理，以得到对应的预测图像；

采用相同方法分别对所述预测图像及对应的所述训练图像进行渐进分割处理，以得到预测图像分割集及训练图像分割集；

根据loss₁＝dice(G[n-1],S[n-1])计算第一边界损失函数，其中，loss₁是第一边界损失函数，G[n-1]＝[g1,g2...gn-1]，S[n-1]＝[s1,s2...sn-1]，dice是欧式距离函数，g1,g2,...,gn-1是对训练图像进行渐进扩展分割处理的结果，s1,s2,...,sn-1是对预测图像进行渐进扩展分割处理的结果；

不断重复上述建模处理、渐进分割处理和计算第一边界损失函数的过程，直至所述第一边界损失函数满足预设条件。

2.如权利要求1所述的方法，其特征在于，所述缩放处理采用下面公式实现：

其中：Area(p)是训练图像的面积，Permeter(p)是训练图像的周长，r是缩放比例，d是缩放距离，r的取值范围包括大于等于0.5且小于1。

3.如权利要求1所述的方法，其特征在于，所述建模处理包括：对所述缩放图像进行特征提取处理以及特征融合处理，以得到预测图像；所述特征提取处理包括：对所述缩放图像进行多次卷积处理，每次所述卷积处理包括一个卷积层和一个归一层；对所述多次卷积处理后的图像进行多次深度学习处理，每次所述深度学习处理依次包括：squeeze层、第一激活层、expand层和第二激活层。

4.如权利要求3所述的方法，其特征在于，所述卷积处理的次数范围包括2—4；所述深度学习处理的次数范围包括9—15。

5.如权利要求3所述的方法，其特征在于，所述特征融合处理包括：选择任一所述卷积层的输出特征图谱以及4—8次所述深度学习处理的squeeze层输出特征图谱进行FPN特征融合。

6.如权利要求1所述的方法，其特征在于，在进行建模处理之前，所述方法还包括：

对每张所述训练图像进行人工标注处理，以得到标注的四个原图边界像素值；

根据所述标注的四个原图边界像素值计算对应的缩放图像的四个缩放边界像素值，并获取标注的右边界区域像素集和标注的左边界区域像素集；

所述建模处理包括：根据所述预测图像与对应的训练图像，得到预测的右边界区域像素集和预测的左边界区域像素集；

在进行建模处理之后，所述方法还包括：

根据loss₂＝l_score(y_r，c_r)+l_score(y_l，c_l)计算第二边界损失函数，其中：loss₂代表第二边界损失函数，l_score(y_r，c_r)是预测的右边界区域像素集y_r与标注的右边界区域像素集c_r之间的误差，l_score(y_l，c_l)是预测的左边界区域像素集y_l与标注的左边界区域像素集c_l之间的误差；

不断重复上述建模处理、渐进分割处理和计算第一边界损失函数的过程，直至所述第一边界损失函数满足预设条件包括：不断重复上述建模处理、计算第一边界损失函数、渐进分割处理以及计算第二边界损失函数的过程，直至所述第一边界损失函数和所述第二边界损失函数之和满足预设条件。