10.15913/j.cnki.kjycx.2022.08.051
基于质心感知的自然场景文字检测技术
针对自然场景文字检测[1]准确率较低的问题,在常规文字检测的多任务网络结构基础上进行优化设计,在文本分类任务中增加文字实例质心预测分支,采用质心计算方法对网络进行训练,联合传统网络中分类结果和回归预测结果,增大靠近文字实例中心处的分类预测值,减小远离中心处的分类预测值,提升模型整体准确率.实验部分,在标准数据集Total-Text中进行的对比测试结果表明,增加质心预测分支后网络的准确率得到了明显提升.
多任务学习、深度学习、质心检测、自然场景文字
TP391.41(计算技术、计算机技术)
2022-05-09(万方平台首次上网日期,不代表论文的发表时间)
共3页
166-168