[发明专利]图像倾斜文本行检测模型训练及图像倾斜文本行检测方法

说明书

本发明实施例公开了一种图像倾斜文本行检测模型训练及图像倾斜文本行检测方法。其中，图像倾斜文本行检测模型的训练方法，包括：获取训练数据集；其中，训练数据集包括多个具有倾斜文本行的目标图像；基于训练数据集，训练基于旋转区域的卷积神经网络RRCNN，得到图像倾斜文本行检测模型；其中，RRCNN包括旋转区域提议网络RRPN结构，RRPN结构用于生成各个目标图像的倾斜文本行对应的附带倾斜角度的文本行候选框。根据本发明实施例，能够更准确地进行图像倾斜文本行检测。

技术领域

本发明属于数据业务技术领域，尤其涉及一种图像倾斜文本行检测模型的训练方法及装置、基于图像倾斜文本行检测模型的图像倾斜文本行检测方法及装置、电子设备和计算机存储介质。

背景技术

目前，常见的图像中文本行检测方法有MSER算法，角点检测算法和TextBoxes算法等。

TextBoxes算法是目标检测算法(Single Shot MultiBox Detector，SSD)的衍生，根据文本行的特点改变了初始默认框的尺度和比例，不同卷积层产生的检测框可以检测不同尺度大小的文本行，但其只能检测水平的文本行，且不能解决文字间隔过宽的问题。发明人经研究发现，若用TextBoxes算法直接进行图像倾斜文本行检测，准确度较差。

因此，如何能够更准确地进行图像倾斜文本行检测是本领域技术人员亟需解决的技术问题。

发明内容

本发明实施例提供一种图像倾斜文本行检测模型的训练方法及装置、基于图像倾斜文本行检测模型的图像倾斜文本行检测方法及装置、电子设备和计算机存储介质，能够更准确地进行图像倾斜文本行检测。

第一方面，提供了一种图像倾斜文本行检测模型的训练方法，包括：

获取训练数据集；其中，训练数据集包括多个具有倾斜文本行的目标图像；

基于训练数据集，训练基于旋转区域的卷积神经网络(Rotation-Region-basedConvolutional Neural Networks，RRCNN)，得到图像倾斜文本行检测模型；其中，RRCNN包括旋转区域提议网络(Rotation Region Proposal Networks，RRPN)结构，RRPN结构用于生成各个目标图像的倾斜文本行对应的附带倾斜角度的文本行候选框。

可选地，获取训练数据集，包括：

采集多个具有倾斜文本行的第一图像；

确定各个第一图像的倾斜文本行的数据标签；其中，数据标签包括倾斜文本行所属矩形框的中心坐标、长度、宽度及倾斜角度；

绑定第一图像及对应的数据标签，得到目标图像。

可选地，基于训练数据集，训练基于旋转区域的卷积神经网络RRCNN，得到图像倾斜文本行检测模型，包括：

提取训练数据集中目标图像的图像特征，得到目标图像的特征图；

基于特征图、预设尺寸比例的锚框及倾斜文本行的旋转信息，确定旋转锚框集；

基于预设的倾斜文本行检测准确率，确定旋转锚框集中的旋转锚框正样本和旋转锚框负样本；

基于旋转锚框正样本和旋转锚框负样本，训练RRCNN，得到图像倾斜文本行检测模型。

可选地，基于旋转锚框正样本和旋转锚框负样本，训练RRCNN，得到图像倾斜文本行检测模型，包括：

获取目标损失函数；

基于旋转锚框正样本、旋转锚框负样本及目标损失函数，确定RRCNN中各层结构的权重参数；

基于RRCNN及RRCNN中各层结构的权重参数，得到图像倾斜文本行检测模型。