[发明专利]基于权重自定义的目标检测分式识别方法

权利要求书

1.一种基于权重自定义的目标检测分式识别方法，其特征在于，具体包括以下步骤：

(1)字符标注：首先对分数中所包含的每个字符进行标签化处理；

(2)自定权重：通过自定义进行权重分配和分式识别；

(3)模型训练：分N轮迭代训练，获得优化的训练模型，用于单个分式字符的检测；

(4)字符检测：字符检测包括字符定位和字符的预测，通过所述步骤(3)中得到的用于字符的检测的训练模型得到分数中每个字符的检测结果；

(5)识别重构：根据步骤(4)获得的所述的检测结果，将所述字符的坐标做排序并重构输出所述分数的分式表达式；

(6)解析判断：通过所述步骤(5)输出的所述分式表达式结果，对其进行解析并给出判断；

所述步骤(2)中采用目标检测算法YoLo V3的损失函数用于检测分数线，计算公式为：

公式包括三部分损失计算，分别为：坐标损失、置信度损失和类别损失；其中，YoLo V3将待检测的字符图像网格化成K*K个网格，每个网格有M个候选框，(x_i,y_i)表示目标的中心坐标，表示目标的候选框中心坐标，(w_i,h_i)表示目标的真实宽高，表示目标的候选框的宽高，表示第i个网格的第j个候选框是否负责检测目标，如果负责则否则表示第i个网格的第j个候选框不负责该目标；表示置信度标签，真实为1，反之为0；λ_coord表示有候选目标的权重系数，λ_noobj表示没有目标的权重系数；为了注重分数线的检测，调整加大λ_coord的权重系数，设置为：0.8；C_i表示预测置信度，p_i(c)表示第i个网格为c类的真实概率，表示第i个网格为c类的预测概率，classes表示定义的目标类别。

2.根据权利要求1所述的基于权重自定义的目标检测分式识别方法，其特征在于，所述步骤(1)中的所述字符包括数字、负号、分数线，其中所述数字包括0～9。

3.根据权利要求1所述的基于权重自定义的目标检测分式识别方法，其特征在于，所述步骤(3)中训练模型时，分N轮迭代训练，每轮迭代根据显卡实际显存设置一次训练的样本数batch size，当损失值loss持续达到稳定状态时，及时断开模型训练，从而获得字符检测的训练模型。

4.根据权利要求3所述的基于权重自定义的目标检测分式识别方法，其特征在于，所述步骤(4)中的检测结果包含：所述字符的坐标值和所述字符的预测值。

5.根据权利要求3所述的基于权重自定义的目标检测分式识别方法，其特征在于，所述步骤(6)中对输出的所述分式表达式结果解析并给出判断包括判断是否为带分数或真假分数；或解析成latex或自定义格式的特定形式。

6.根据权利要求3所述的基于权重自定义的目标检测分式识别方法，其特征在于，所述步骤(2)中的所述坐标损失用于所述分数线能否正确框选，且判断分数线框选是否有偏差；所述类别损失用于判断所述分数线是否被计算正确；所述置信度损失用于表示所述分数线计算值为其真实值的可信程度。