一种手写公式识别方法、系统、设备及存储介质

本发明公开了一种手写公式识别方法、系统、设备及存储介质，本方法中的手写公式识别模型采用包括DensNet主干网络和CSSA注意力模块的神经网络模型，CSSA注意力模块用于将待识别的手写公式划分为多组子特征图，并将每个子特征图分成空间注意力特征图和通道注意力特征图，再对通道注意力和空间注意力进行整合以实现对所有子特征图的聚合；本方法通过结合DensNet的密集连接特性，使得神经网络模型能够更有效地提取和保留手写公式的特征信息；采用CSSA注意力模块能够针对不同的子特征图进行空间和通道的注意力分配，从而提高手写公式识别的准确性和效率；本方法充分地利用了空间注意力和通道注意力的关联，有助于提高手写公式识别的识别效率。