[發明專利]基于權重自定義的目標檢測分式識別方法有效
| 申請號: | 202010144718.3 | 申請日: | 2020-03-04 |
| 公開(公告)號: | CN111325177B | 公開(公告)日: | 2023-05-12 |
| 發明(設計)人: | 田博帆 | 申請(專利權)人: | 南京紅松信息技術有限公司 |
| 主分類號: | G06V30/413 | 分類號: | G06V30/413;G06V20/62;G06V30/148;G06V30/19 |
| 代理公司: | 南京正聯知識產權代理有限公司 32243 | 代理人: | 顧伯興 |
| 地址: | 210022 江蘇省南京*** | 國省代碼: | 江蘇;32 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 基于 權重 自定義 目標 檢測 分式 識別 方法 | ||
1.一種基于權重自定義的目標檢測分式識別方法,其特征在于,具體包括以下步驟:
(1)字符標注:首先對分數中所包含的每個字符進行標簽化處理;
(2)自定權重:通過自定義進行權重分配和分式識別;
(3)模型訓練:分N輪迭代訓練,獲得優化的訓練模型,用于單個分式字符的檢測;
(4)字符檢測:字符檢測包括字符定位和字符的預測,通過所述步驟(3)中得到的用于字符的檢測的訓練模型得到分數中每個字符的檢測結果;
(5)識別重構:根據步驟(4)獲得的所述的檢測結果,將所述字符的坐標做排序并重構輸出所述分數的分式表達式;
(6)解析判斷:通過所述步驟(5)輸出的所述分式表達式結果,對其進行解析并給出判斷;
所述步驟(2)中采用目標檢測算法YoLo?V3的損失函數用于檢測分數線,計算公式為:
公式包括三部分損失計算,分別為:坐標損失、置信度損失和類別損失;其中,YoLo?V3將待檢測的字符圖像網格化成K*K個網格,每個網格有M個候選框,(xi,yi)表示目標的中心坐標,表示目標的候選框中心坐標,(wi,hi)表示目標的真實寬高,表示目標的候選框的寬高,表示第i個網格的第j個候選框是否負責檢測目標,如果負責則否則表示第i個網格的第j個候選框不負責該目標;表示置信度標簽,真實為1,反之為0;λcoord表示有候選目標的權重系數,λnoobj表示沒有目標的權重系數;為了注重分數線的檢測,調整加大λcoord的權重系數,設置為:0.8;Ci表示預測置信度,pi(c)表示第i個網格為c類的真實概率,表示第i個網格為c類的預測概率,classes表示定義的目標類別。
2.根據權利要求1所述的基于權重自定義的目標檢測分式識別方法,其特征在于,所述步驟(1)中的所述字符包括數字、負號、分數線,其中所述數字包括0~9。
3.根據權利要求1所述的基于權重自定義的目標檢測分式識別方法,其特征在于,所述步驟(3)中訓練模型時,分N輪迭代訓練,每輪迭代根據顯卡實際顯存設置一次訓練的樣本數batch?size,當損失值loss持續達到穩定狀態時,及時斷開模型訓練,從而獲得字符檢測的訓練模型。
4.根據權利要求3所述的基于權重自定義的目標檢測分式識別方法,其特征在于,所述步驟(4)中的檢測結果包含:所述字符的坐標值和所述字符的預測值。
5.根據權利要求3所述的基于權重自定義的目標檢測分式識別方法,其特征在于,所述步驟(6)中對輸出的所述分式表達式結果解析并給出判斷包括判斷是否為帶分數或真假分數;或解析成latex或自定義格式的特定形式。
6.根據權利要求3所述的基于權重自定義的目標檢測分式識別方法,其特征在于,所述步驟(2)中的所述坐標損失用于所述分數線能否正確框選,且判斷分數線框選是否有偏差;所述類別損失用于判斷所述分數線是否被計算正確;所述置信度損失用于表示所述分數線計算值為其真實值的可信程度。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于南京紅松信息技術有限公司,未經南京紅松信息技術有限公司許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202010144718.3/1.html,轉載請聲明來源鉆瓜專利網。





