[发明专利]一种文本图像的检测方法、装置、介质及设备

权利要求书

1.一种文本图像的检测方法，其特征在于，所述方法包括：

获取待检测文本图像；

利用预先训练的文字检测模型，对所述待检测文本图像进行文字检测，得到文字检测结果；其中，所述文字检测模型包括主干网络、区域检测分支以及文字分割分支；所述区域检测分支和所述文字分割分支均连接在所述主干网络之后。

2.根据权利要求1所述的方法，其特征在于，所述文字分割分支包括分割共享网络、第一文字分割分支以及第二文字分割分支；所述第一文字分割分支和所述第二文字分割分支均连接在所述分割共享网络之后。

3.根据权利要求2所述的方法，其特征在于，所述区域检测分支设置有第一损失函数；所述第一文字分割分支设置有第二损失函数；所述第二文字分割分支设置有第三损失函数。

4.根据权利要求3所述的方法，其特征在于，所述第一损失函数表达式为：

L₁＝λ₁l₁；

l₁＝l_A+l_B；

其中，L₁代表第一损失函数，λ₁为预设系数，l_A表示对文字区域长和宽的回归，l_B表示对文字区域的回归，x，y表示文本图像的像素点坐标位置，c表示提取特征通道数量，Y_xyc表示在坐标x，y处存在文字的概率，表示所述文字检测模型预测在坐标x，y处存在文字的概率，α和β为超参数，N代表的是文本图像关键点个数；

以及，所述第二损失函数表达式为：

L₂＝λ₂l₂；

其中，L₂代表第二损失函数，λ₂为预设系数，(i，j)表示特征图的坐标位置，S_l表示特征图，Y_(i，j)表示特征图(i，j)位置的文字真实结果，表示特征图(i，j)位置的文字预测结果；

以及，所述第三损失函数表达式为：

L₃＝λ₃l₃；

其中，L₃代表第二损失函数，λ₃为预设系数，P表示文字区域的概率图，T表示文字区域的分割图，γ为超参数；

其中，λ₁+λ₂+λ₃＝1。

5.根据权利要求1所述的方法，其特征在于，所述文字检测模型的训练过程，包括：

获取文本图像训练数据；

将所述文本图像训练数据输入至文字检测模型的主干网络，以得到中间特征，并将所述中间特征传递至区域检测分支以及文字分割分支；其中，所述中间特征经过所述区域检测分支得到区域检测特征；所述中间特征经过所述文字分割分支得到文字分割特征；

根据所述区域检测特征与所述文字分割特征，对所述主干网络进行优化，直至符合预设条件以得到文字检测模型的训练结果。

6.根据权利要求2所述的方法，其特征在于，所述文字检测模型的训练过程，包括：

获取文本图像训练数据；

将所述文本图像训练数据输入至文字检测模型的主干网络，以得到中间特征，并将所述中间特征传递至区域检测分支以及文字分割分支；其中，所述中间特征经过所述区域检测分支得到区域检测特征；所述中间特征经过所述分割共享网络得到分割共享特征；

将所述分割共享特征传递至第一文字分割分支以及第二文字分割分支；其中，所述分割共享特征经过所述第一文字分割分支得到第一文字分割特征；所述分割共享特征经过所述第二文字分割分支得到第二字分割特征；

根据所述第一文字分割特征以及所述第二字分割特征，对所述分割共享网络进行优化；根据所述区域检测特征、所述第一文字分割特征以及所述第二文字分割特征，对所述主干网络进行优化；直至符合预设条件以得到文字检测模型的训练结果。