摘要
一种基于YOLO v8的手写甲骨文检测和识别方法、系统、设备及介质,该方法构建了手写甲骨字数据集,并对数据集进行多次标注;在构建的手写甲骨文数据集的基础上,搭建了目标YOLO V8检测模型,在增加整体数据规模的基础上针对性地增加难检字的训练数据,强化YOLO V8检测模型对难检字的关注,进而提高了深度学习网络的准确性;通过对检测图像进行滑窗裁剪,避免目标过小的问题,提升了YOLO V8检测模型的性能;同时,针对类似字符的甲骨字误检的问题,使用字符识别模型过滤错误的预测结果;本发明具有准确性高,稳健性好,处理速度快,自适应能力强的特点,能够更加准确、稳定地提取中甲骨文献图像中的甲骨文字。
技术关键词
字符识别模型
识别方法
数据
样本
重叠面积
图像
训练集
深度学习网络
模型训练模块
可读存储介质
存储计算机程序
图片
识别设备
随机噪声
分辨率
识别系统
识别模块
像素
系统为您推荐了相关专利信息
输电线路巡检方法
无人机集群
巡检信息
计算机可执行指令
逻辑
养护管理方法
桥隧巡检养护管理系统
巡检路径
三维地图数据
数字孪生
变电站防汛
推荐方法
知识图谱构建
神经网络模型
实体
负载预测方法
索道吊厢
深度神经网络
序列
头结构
水电站运行设备
设备控制指令
耦合特征
动态关联因子
设备组件