[发明专利]文字检测系统、检测方法及训练方法在审
申请号: | 202210332932.0 | 申请日: | 2022-03-31 |
公开(公告)号: | CN114663875A | 公开(公告)日: | 2022-06-24 |
发明(设计)人: | 曾祥云;朱姬渊 | 申请(专利权)人: | 上海易康源医疗健康科技有限公司 |
主分类号: | G06V20/62 | 分类号: | G06V20/62;G06V30/10;G06V10/44;G06V10/764;G06V10/82;G06K9/62;G06N3/04;G06N3/08 |
代理公司: | 上海硕力知识产权代理事务所(普通合伙) 31251 | 代理人: | 刘桂芝 |
地址: | 200120 上海市浦东新区中国(上*** | 国省代码: | 上海;31 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 文字 检测 系统 方法 训练 | ||
1.一种文字检测系统,其特征是,包括第一网络、第二网络以及分类单元、回归单元,其中:
第一网络用以提取第一源图片S1、第二源图片S2以及目标图片T的特征;
第二网络单元用以接收第一网络输出的特征提取分析,用以提高文字检测的敏感度;
分类单元用以对文字检测结果进行分类;
回归单元用以对文字检测结果进行回归分析。
2.如权利要求1所述的文字检测系统,其特征是,第二网络包括NS1网络、NS2网络以及学习网络,其中:
NS1网络用以对第一源图片S1以及目标图片T的特征进行分析,得到高阶特征;
NS2网络用以对第二源图片S2以及目标图片T的特征进行分析,得到低阶特征;
学习网络用以对NS1网络和NS2网络学习,并更新NS1网络和NS2网络。
3.如权利要求1所述的文字检测系统,其特征是,分类单元由全连接层模块以及sofmax层组成。
4.如权利要求1所述的文字检测系统,其特征是,回归单元为二个全连接层模块组成。
5.如权利要求1所述的文字检测系统,其特征是,所述第一网络为efficientnetV2。
6.一种文字检测方法,应用于文字检测系统中,包括步骤:
获取图片信息;
对图片信息进行处理,并给出检测结果,
其特征是,所述文字检测系统为权利要求1-5之任一所述的文字检测系统。
7.一种文字检测系统的训练方法,应用于文字检测系统中,其特征是,包括步骤:
输入第一源图片S1、第二源图片S2以及目标图片T;
从第一网络中抽取特征,并用GRL方法对图片对齐,以least-squares进行训练;
第一源图片S1域和目标图片T通过第一网络再输入给第二网络的NS1网络,用以实现高阶源-目标域的对齐以及源域的检测训练;
保持上述训练阶段学习到的目标,对第二网络的学习网络进行训练,并更新NS1网络、NS2网络。
8.一种计算机可读存储介质,其特征是,所述存储介质中存储有指令或者程序,所述指令或者程序由处理器加载并执行如权利要求6所述的文字检测方法。
9.一种电子设备,其特征是,包括:处理器、存储介质和总线,所述存储介质存储有所述处理器可执行的机器可读指令,当电子设备运行时,所述处理器与所述存储介质之间通过总线通信,所述处理器执行所述机器可读指令,以执行如权利要求6所述的文字检测方法。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于上海易康源医疗健康科技有限公司,未经上海易康源医疗健康科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202210332932.0/1.html,转载请声明来源钻瓜专利网。
- 上一篇:一种道路施工用降尘装置
- 下一篇:一种燃煤发电机组深度余热利用的系统及方法