-
公开(公告)号：CN118799853A
公开(公告)日：2024-10-18
申请号：CN202410896243.1
申请日：2024-07-05
Applicant: 西北农林科技大学
IPC: G06V20/62 , G06V10/28 , G06V10/44 , G06V10/764 , G06N3/0499 , G06N3/08
Abstract: 本发明公开了基于损失权重模块与DBNet网络的文本检测方法，属于文本检测技术领域，包括以下步骤：将图像输入特征提取主干网络中，进行特征提取；通过特征金字塔网络采样得到相同尺寸的图像，并进行特征级联得到特征图F；特征图F用于预测概率图P和阈值图T；概率图P和阈值图T通过可微分的二值化模块计算得到近似二值图B；引入损失权重模块，参与计算概率图P、阈值图T、近似二值图B的损失函数；通过概率图P或近似二值图B得到文本包围框。通过上述方式，本发明通过引入损失权重模块，提高了检测不准确样本的损失值在总损失值中的权重，增强了网络对少样本数据集的特征学习能力，提高了模型对数据集的文本检测性能。
Search Results
1
records
(took 0.021 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
