摘要
本申请公开了一种专利附图编号检测方法和系统,涉及专利技术领域,旨在解决现有利用深度学习神经网络模型进行专利附图编号识别,识别效果不理想的技术问题。方法包括:将训练数据集中每张专利附图中的编号用标识框标识并命名;设计目标网络结构,目标网络以文本检测网络作为文本检测分支,添加文本方向分类分支;使用训练数据集训练目标网络;将待检测专利附图切分为多个带有重叠区域的子图;将剪裁后的子图输入到文本检测模型中进行预测,得到编号检测结果和相应编号方向分类结果;过滤掉待检测专利附图中的重复编号或将不完整的编号拼接起来,并根据编号方向分类结果将检测到的编号转正。本申请能够提升编号的检出率,提高编号识别效果。
技术关键词
分辨率
文本检测模型
分支
编码向量
训练数据集标注
标识
Softmax函数
网络结构设计
积层
后处理模块
模型训练模块
标签
标注工具
专利技术
样本
系统为您推荐了相关专利信息
监控视频传输方法
传输路径
视频编码参数
LSTM神经网络
监控视频传输技术
无线电环境地图
生成对抗网络
估计方法
高分辨率模块
采样率
视觉特征
多模态
自然语言
特征提取模型
双向长短期记忆网络
伽马能谱仪
小波阈值去噪算法
三维地质模型
校正
钻井液