基于深度学习模型优化的垂直文本检测研究  

作　　者：曾奇 宋承继[1] 张欢 张建平[1] 

机构地区：[1]陕西工业职业技术学院,陕西咸阳712000

出　　处：《电子制作》2024年第23期60-63,共4页Practical Electronics

基　　金：陕西省重点研发计划项目(项目编号:2023-YBNY-216);陕西工业职业技术学院自然科学项目(项目编号:2023YKYB-028)。

摘　　要：对比水平文本、倾斜文本、弯曲文本的检测识别,自然场景垂直文本的检测方法仍然有限。垂直文本包含自上而下、自下而上、横向叠加三种基本类型。本文基于文本方向检测器优化一种针对自然场景垂直文本多方向混合检测识别模型。该模型由文本区域多方向检测器进行定位,并通过文本检测器对定位到的区域进行文本检测识别,以及用于垂直文本定向网络完成文本方向类型的确定,并基于垂直文本数据集进行了性能比对。实验结果表明,与行业垂直文本检测方法相比,本文改进的算法具有更加优越的准确率和稳定性。

关 键 词：深度学习网络 垂直文本 检测器 解码器 

分 类 号：TP391[自动化与计算机技术—计算机应用技术]