[发明专利]一种基于一致性正则训练的场景文本识别系统

摘要

本发明涉及一种基于一致性正则训练的场景文本识别系统，属于场景文本识别领域。整个系统包括三个分支，包括监督分支、无监督分支和域适应分支。本发明使用应用一致性正则化方法来训练更鲁棒和性能更好的STR模型。具体来说，STR模型接收两个未标记文本图像的增强视图作为输入，并强制它输出相同的结果。通过这种训练方式，模型可以利用大规模的未标签数据，学习变换不变特征。本发明在无监督分支的一条路径中添加了一个投影模块以防止模型崩溃的解决方案。考虑到训练数据和真实测试数据之间的巨大域差距，应用域适应损失来拉近合成带标签数据与真实无标签数据之间的字符级特征之间的距离。