【技术实现步骤摘要】
本申请涉及图像检测，具体涉及一种文本检测识别方法、装置、设备及介质。
技术介绍
1、在钢材喷印编号后，主要通过技术人员利用肉眼对钢材编号进行识别、观察然后再进行记录，这种方式不仅耗费人力，而且钢材编号识别的准确性和稳定性会因为技术人员的注意力集中程度和光照程度发生变化。
2、另外，现有的字符检测识别技术存在检测检测速度慢、识别精度低的问题，同时对弯曲文本的适用性较差，无法满足钢材编号识别的需求。
3、因此，如何提高钢材编号识别的准确度和稳定性，是目前亟需解决的问题。
技术实现思路
1、鉴于以上所述现有技术的缺点，本申请的目的在于提供一种文本检测识别方法、装置、设备及介质，用于解决现有技术中如何提高钢材编号识别的准确度和稳定性的问题。
2、为实现上述目的及其他相关目的，本申请提供一种文本检测识别方法，所述方法包括：
3、获取待识别文本对应的初始图像；
4、将所述初始图像传输至预先训练的文本位置检测模型中，得到所述待识别文本的位置信息；
5、根据所述位置信息进行透视变换，得到目标文本矩形图；
6、在所述待识别文本为水平文本时，根据所述目标文本矩形图得到矩形特征图；
7、在所述待识别文本为弯曲文本时，将所述目标文本矩形图传输至预先训练的贝塞尔曲线拟合模型，以提取所述目标文本矩形图的特征点并对所述特征点进行贝塞尔对齐，得到矩形特征图；
8、将所述矩形特征图传输至预先训练的文本识别模型
9、于本申请的一实施例中，将所述矩形特征图传输至预先训练的文本识别模型之前，还包括：
10、获取所述矩形特征图中字符的当前方向；
11、将所述当前方向与预设方向进行比对，得到比对结果；
12、在所述比对结果为所述当前方向与预设方向不匹配时，将所述矩形特征图传输至预先配置的方向分类器模型，以将所述字符的方向调整为预设方向，得到方向调整后的所述矩形特征图。
13、于本申请的一实施例中，将所述初始图像传输至预先训练的文本位置检测模型中之前，还包括：
14、获取携带文本位置标签的第一图像训练样本，所述文本位置标签用于指示图像的宽度、高度、深度和坐标信息；
15、将所述第一图像训练样本传输至预先构建的文本位置检测模型中，以对所述文本位置检测模型进行训练，得到所述预先训练的文本位置检测模型；其中，
16、所述文本位置检测模型基于可微分二值化算法构建，所述文本位置检测模型通过lk-pan增大卷积核、通过互学习蒸馏策略学习模型结构、通过残差注意力机制的fpn结构将fpn中的卷积层更换为通道注意力结构的rseconv层。
17、于本申请的一实施例中，将所述矩形特征图传输至预先训练的文本识别模型之前，还包括：
18、获取携带文本内容标签的第二图像训练样本，所述文本内容标签用于指示所述图像的文本内容；
19、将所述第二图像训练样本传输至预先构建的文本识别模型中，以对所述文本识别模型进行训练，得到所述预先训练的文本识别模型；其中，
20、所述文本识别模型基于单个视觉模型的场景文字识别算法构建，所述文本识别模型通过svtr_tiny网络结构、attention模块ctc、textconaug、textrotnet、svtr_lcnet和attention结构之间的pp-lcnet的特征图、svtr模块的输出和attention模块的输出进行训练。
21、于本申请的一实施例中，获取待识别文本对应的初始图像，包括：
22、获取图像采集指令；
23、将所述图像采集指令传输至预先配置的图像采集模块，以控制所述图像采集模块采集所述初始图像；其中，
24、所述图像采集模块与所述待识别文本相对设置，所述图像采集模块与所述待识别文本对应的平面之间的夹角在45°和90°之间。
25、于本申请的一实施例中，透视变换的表示方式包括：
26、
27、其中，u、v为所述位置信息，x'、y'为所述目标文本矩形图的位置信息，k为比例系数，为透视变换矩阵。
28、于本申请的一实施例中，将所述目标文本矩形图传输至预先训练的贝塞尔曲线拟合模型之前，还包括：
29、获取携带特征点标签的第三图像训练样本，所述特征点标签用于指示图像的宽度、高度、深度和特征点坐标；
30、将所述第三图像训练样本传输至预先构建的贝塞尔曲线拟合模型中，以对所述贝塞尔曲线拟合模型进行训练，得到所述预先训练的贝塞尔曲线拟合模型；其中，
31、所述贝塞尔曲线拟合模型基于编解码网络构建，所述贝塞尔曲线拟合模型中任一采样网络的每一列都与所述待识别文本的贝塞尔曲线边界正交，所述贝塞尔曲线拟合模型的采样点在宽度和高度上的间距相等并根据特征点坐标进行双线性插值。
32、于本申请的一实施例中，还提供了一种文本检测识别装置，所述装置包括：
33、图像获取模块，用于获取待识别文本对应的初始图像；
34、文本位置检测模块，用于将所述初始图像传输至预先训练的文本位置检测模型中，得到所述待识别文本的位置信息；
35、透视变换模块，用于根据所述位置信息进行透视变换，得到目标文本矩形图；
36、水平文本处理模块，用于在所述待识别文本为水平文本时，根据所述目标文本矩形图得到矩形特征图；
37、弯曲文本处理模块，用于在所述待识别文本为弯曲文本时，将所述目标文本矩形图传输至预先训练的贝塞尔曲线拟合模型，以提取所述目标文本矩形图的特征点并对所述特征点进行贝塞尔对齐，得到矩形特征图；
38、文本识别模块，用于将所述矩形特征图传输至预先训练的文本识别模型，得到所述待识别文本的文本内容。
39、于本申请的一实施例中，还提供了一种电子设备，所述电子设备包括：
40、一个或多个处理器；
41、存储装置，用于存储一个或多个程序，当所述一个或多个程序被所述一个或多个处理器执行时，使得所述电子设备实现如上所述的文本检测识别方法。
42、于本申请的一实施例中，还提供了一种计算机可读存储介质，其上存储有计算机程序，当所述计算机程序被计算机的处理器执行时，使计算机执行如上所述的文本检测识别方法。
43、本专利技术的有益效果：
44、首先获取待识别文本对应的初始图像；然后将所述初始图像传输至预先训练的文本位置检测模型中，得到所述待识别文本的位置信息；再根据所述位置信息进行透视变换，得到目标文本矩形图；再在所述待识别文本为水平文本时，根据所述目标文本矩形图得到矩形特征图；再在所述待识别文本为弯曲文本时，将所述目标文本矩形图传输至预先训练的贝塞尔曲线拟合模型，以提取所述目标文本矩形图的特征点并对所述特征点进行贝塞尔对齐，得到矩形特征图本文档来自技高网...
【技术保护点】
1.一种文本检测识别方法，其特征在于，所述方法包括：
2.根据权利要求1所述的文本检测识别方法，其特征在于，将所述矩形特征图传输至预先训练的文本识别模型之前，还包括：
3.根据权利要求1所述的文本检测识别方法，其特征在于，将所述初始图像传输至预先训练的文本位置检测模型中之前，还包括：
4.根据权利要求1所述的文本检测识别方法，其特征在于，将所述矩形特征图传输至预先训练的文本识别模型之前，还包括：
5.根据权利要求1所述的文本检测识别方法，其特征在于，获取待识别文本对应的初始图像，包括：
6.根据权利要求1所述的文本检测识别方法，其特征在于，透视变换的表示方式包括：
7.根据权利要求1所述的文本检测识别方法，其特征在于，将所述目标文本矩形图传输至预先训练的贝塞尔曲线拟合模型之前，还包括：
8.一种文本检测识别装置，其特征在于，所述装置包括：
9.一种电子设备，其特征在于，所述电子设备包括：
10.一种计算机可读存储介质，其特征在于，其上存储有计算机程序，当所述计算机程序被计算
...【技术特征摘要】
1.一种文本检测识别方法，其特征在于，所述方法包括：
2.根据权利要求1所述的文本检测识别方法，其特征在于，将所述矩形特征图传输至预先训练的文本识别模型之前，还包括：
3.根据权利要求1所述的文本检测识别方法，其特征在于，将所述初始图像传输至预先训练的文本位置检测模型中之前，还包括：
4.根据权利要求1所述的文本检测识别方法，其特征在于，将所述矩形特征图传输至预先训练的文本识别模型之前，还包括：
5.根据权利要求1所述的文本检测识别方法，其特征在于，获取待识别文本对应的初始图像，包括...
【专利技术属性】
技术研发人员：谭凌，李华，李邈，张晓辉，庞殊杨，谢永辉，李强，叶亦扬，
申请(专利权)人：中冶赛迪信息技术重庆有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。