[發明專利]一種基于多分類的文本檢測方法及系統

在審

• 申請號: 202211321333.5
• 申請日: 2022-10-26
• 公開（公告）號: CN115620327A
• 公開（公告）日: 2023-01-17
• 發明（設計）人: 吳婷婷;陳德意;黃裕錕;高志鵬;趙建強;金輝;韓名羲
• 申請（專利權）人: 廈門市美亞柏科信息股份有限公司
• 主分類號: G06V30/413
• 分類號: G06V30/413;G06V30/19;G06V10/82
• 代理公司: 廈門福貝知識產權代理事務所(普通合伙) 35235
• 代理人: 郭涵煒

1.一種基于多分類的文本檢測方法，其特征在于，包括以下步驟：

S1、獲取并整理文本框樣本，將所述文本框樣本切分成文本單元，并對所述文本單元的坐標和標志位進行標注；

S2、將所述文本框樣本按比例生成訓練集和驗證集，并且對所述文本單元的標志位賦類標；

S3、構建文本單元檢測網絡模型，通過所述文本單元檢測網絡模型對所述訓練集進行訓練至損失收斂，獲取完成訓練的模型輸出，所述輸出為集合B；

S4、構建文本單元合并算法，根據標志位的類標劃分所述集合B，形成多個子集，根據當前元素和所述當前元素所屬子集內的元素計算獲取點集cnt外接矩形，所述外接矩形為合并完成的文本框；以及

S5、將所述驗證集輸入步驟S3中完成訓練的模型中，最終獲得所述驗證集上所有的文本框。

2.根據權利要求1所述的基于多分類的文本檢測方法，其特征在于，在步驟S1中，獲取并整理文本框樣本，包括以下子步驟：

S11、獲取文本檢測數據集，以柵格化方法對所述文本檢測數據集的文本框進行切分，形成文本單元；

S12、對每個所述文本單元進行標注，計算切分后的文本單元坐標，標注格式為(x,y,w,h)，其中(x,y,)為所述文本單元的中心點坐標，(w,h)為所述文本單元的寬高；

S13、對所述文本框的第一個文本單元、最后一個文本單元的標志位進行標記、以及每兩個文本單元之間的標志位進行標記。

3.根據權利要求2所述的基于多分類的文本檢測方法，其特征在于，在步驟S13中，對每兩個文本單元之間的標志位進行標記，包括以下子步驟，其中，(x_pre,y_pre)為當前文本單元的的中心坐標點，(x_next,y_next)為下一個文本單元的中心坐標點：

S131、計算所述當前文本單元與所述下一個文本單元中心點距離，若y_next-y_pre＝0，則當前文本框結束標志位與下一文本框起始標志位標為horizontal；

S132、若x_next-x_pre＝0，則所述當前文本框結束標志位與所述下一文本框起始標志位標為vertical；

S133、若y_next-y_pre0，則所述當前文本框結束標志位與所述下一文本框起始標志位標為up；

S134、若y_next-y_pre0，則所述當前文本框結束標志位與所述下一文本框起始標志位標為down。

4.根據權利要求1所述的基于多分類的文本檢測方法，其特征在于，在步驟S4中，構建文本單元合并算法，根據標志位的類標劃分所述集合B，包括根據起始標志位start的不同類標，將所述集合B中的元素分為多個子集：B_first(start＝0)，B_{start_2}(start＝2)，B_{start_3}(start＝3)，B_{start_4}(start＝4)。