公开(公告)号：CN114373181A

公开(公告)日：2022-04-19

申请号：CN202111495686.2

申请日：2021-12-09

Applicant: 辽宁工程技术大学

Inventor： 金海波 ,  尚思宇 ,  张煜森

IPC: G06V30/304 ,  G06V30/18 ,  G06V10/54 ,  G06V10/80 ,  G06V10/82 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于深度学习的音符识别方法，步骤为：对手写体乐谱音符数据集进行划分；使用进行数据增强后的训练集训练手写体乐谱音符检测网络；设置多尺度特征融合网络，按从上至下，从下至上两个方向融合不同尺度下的手写体乐谱音符特征，加强特征纹理，使其能检测出图像中的小尺度目标；设计特征重校准模块，优化不同尺度下音符特征存在冲突的问题，使用两个并行且独立的子网络进行手写体乐谱音符检测；基于梯度调和机制的音符分类损失函数，通过计算每种音符的梯度密度，将样本损失乘其对应的梯度密度倒数，平衡易识别音符与难识别音符，提高稀少类别音符损失权重。本发明优化了手写体乐谱内在的数量不平衡问题，提高了模型的检测准确率。