[发明专利]基于弱监督的字符检测器训练方法、装置、系统及介质有效
| 申请号： | 201711460633.0 | 申请日： | 2017-12-28 |
| 公开（公告）号： | CN108052937B | 公开（公告）日： | 2019-05-31 |
| 发明（设计）人： | 章成全;刘家铭;韩钧宇;丁二锐 | 申请（专利权）人： | 百度在线网络技术（北京）有限公司 |
| 主分类号： | G06K9/20 | 分类号： | G06K9/20;G06K9/34 |
| 代理公司： | 北京市铸成律师事务所 11313 | 代理人： | 张臻贤;徐瑞红 |
| 地址： | 100085 北京市*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提出一种基于弱监督的字符检测器训练方法、装置、文字检测系统及计算机可读存储介质，其中基于弱监督的字符检测器训练方法包括：输入待处理对象的粗粒度标注信息，粗粒度标注信息包括待处理对象的基于词、文本条和/或行的标注信息；对粗粒度标注信息的多边形进行分割，获得所述待处理对象的字符的粗包围盒；根据粗粒度标注信息，通过神经网络模型获得所述待处理对象的字符的预测包围盒；根据粗包围盒和所述预测包围盒确定所述待处理对象的字符的精细包围盒，将所述精细包围盒的标注信息作为所述待处理对象的字符标注。本发明提供的实施例能够使文字字符检测器利用更多的文字检测数据集进行训练，使模型在字符级别的检测精度显著提高。 | ||
| 搜索关键词： | 基于 监督 字符 检测器 训练 方法 装置 系统 介质 | ||
【主权项】：
1.一种基于弱监督的字符检测器训练方法，其特征在于，包括：输入待处理对象的粗粒度标注信息，所述粗粒度标注信息包括待处理对象的基于词、文本条和/或行的标注信息；对所述粗粒度标注信息的整体外包围轮廓沿所述待处理对象的字符的排列方向进行等分分割以获得所述待处理对象的字符的粗包围盒，其中，所述粗包围盒包括上下边界和左右边界；根据所述粗粒度标注信息，通过神经网络模型获得所述待处理对象的字符的预测包围盒，其中，所述预测包围盒包括上下边界和左右边界；根据所述粗包围盒和所述预测包围盒确定所述待处理对象的字符的精细包围盒，将所述精细包围盒的标注信息作为所述待处理对象的字符标注，其中，所述精细包围盒包括上下边界和左右边界。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于百度在线网络技术（北京）有限公司，未经百度在线网络技术（北京）有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201711460633.0/，转载请声明来源钻瓜专利网。
