一种基于YOLO模型的古契约文书文字识别方法技术

本发明专利技术公开了一种基于YOLO模型的古契约文书文字识别方法，通过使用少样本、多类别数据集分别训练一个目标检测模型和一个分类模型，级联两个模型可以单独训练和优化，提供较高的灵活性，目标检测模型仅检测图像中的所有目标，并找到它们的位置信息，并不会直接识别出它们的类别；分类模型仅识别所有目标区域中的目标类别；相比传统的依赖单模型完成少样本、多类别数据集的检测识别方法，级联方式能够更好的定位目标、并识别其类别，具有更强的灵活性、泛用性及准确率。

【技术实现步骤摘要】

本专利技术涉及深度学习与目标检测，具体涉及一种基于yolo模型的古契约文书文字识别方法。

技术介绍

1、少样本多类别的目标检测问题属于计算机视觉领域问题，其一般定义为：在一个含有少量样本(不超过1000张图片)的数据集中，每张图片中都含有大量的目标(200个以上)待识别，且数据集中含有的类别不少于1500个；任务是训练模型，使其能够在这些少量样本的基础上学习到每个类别的特征，并能够在新的图像中准确检测和识别这些类别的目标。

2、目前，目标检测领域所包含的算法通常分为一阶段检测算法(如you only lookonce(yolo)算法，直接在网络的最后输出目标的类别和位置信息)和两阶段检测算法(如fast-r-cnn，首先生成一系列候选区域，之后再对这些候选区域进行分类和边界框回归)。一阶段检测算法相较于两阶段检测算法速度更快，但精度稍差。然而，这些模型目前在少样本、含有大量类别的数据集上表现较差。因此需要设计新的方法来提高在这些数据集上的目标识别准确率。

技术实现思路

1、为了克服现有技术在少样本本文档来自技高网...

【技术保护点】

1.一种基于YOLO模型的古契约文书文字识别方法，其特征在于包括以下步骤：

2.如权利要求1所述的基于YOLO模型的古契约文书文字识别方法，其特征在于：所述步骤1中YOLO格式标签文件，以“.txt”为文件扩展名，且单个标签信息为<类别信息><目标中心点x坐标><目标中心点y坐标><目标的宽带><目标的高度>，其中目标的坐标信息均已归一化处理。

3.如权利要求1所述的基于YOLO模型的古契约文书文字识别方法，其特征在于：所述步骤3中所述YOLO目标检测模型为采用可变形卷积CSP模块替换YOLO目标检测模型...

【技术特征摘要】

1.一种基于yolo模型的古契约文书文字识别方法，其特征在于包括以下步骤：

2.如权利要求1所述的基于yolo模型的古契约文书文字识别方法，其特征在于：所述步骤1中yolo格式标签文件，以“.txt”为文件扩展名，且单个标签信息为<类别信息><目标中心点x坐标><目标中心点y坐标><目标的宽带><目标的高度>，其中目标的坐标信息均已归一化处理。

3.如权利要求1所述的基于yolo模型的古契约文书文字识别方法，其特征在于：所述步骤3中所述yolo目标检测...

【专利技术属性】
技术研发人员：陈莉，何前宝，郝星星，张瑞帮，马亮，韩志周，
申请(专利权)人：西北大学，
类型：发明
国别省市：