基于边界适应的无人机视角文本检测模型

本发明涉及无人机视角文本检测技术领域，公开了一种基于边界适应的无人机视角文本检测模型，首先，使用ResNet50作为主干网络，并提出混合文本注意力机制，且将其引入到特征提取模块中，以增强对文本区域的感知能力。此外，本发明提出一种空间特征融合模块，用于自适应融合不同尺度的文本特征，从而增强模型的适应性。最后，本发明通过在文本细节边界迭代优化模块的Transformer中引入局部特征提取器，实现了复杂背景干扰下的文本边界精确优化和定位，避免了复杂的后处理步骤。在具有挑战性的文本检测数据集以及基于无人机的文本检测数据集上的大量实验验证了我们提出的方法的高鲁棒性和先进的性能，为实际应用奠定了坚实基础。