一种基于改进YOLOv7的字符检测模型及方法

AITNT
正文
推荐专利
一种基于改进YOLOv7的字符检测模型及方法
申请号:CN202510284955
申请日期:2025-03-11
公开号:CN120126148A
公开日期:2025-06-10
类型:发明专利
摘要
本发明公开了一种基于改进YOLOv7的字符检测模型,属于光学字符识别技术领域,字符检测模型使用MobilenetV3作为骨干网络对特征进行提取,替代YOLOv7原结构网络中的Multi拼接concatBlock(MCB)模块,所述MobilenetV3包括Bneck模块,所述Bneck模块包括PW卷积通道膨胀、DW卷积、PW卷积、SE模块和倒残差结构,还公开了一种基于改进YOLOv7的字符检测方法。本发明采用上述模型和方法,通过对YOLOv7进行改进,在不会过度失去精度的基础上,减小了网络的计算量,提高了字符检测的运算效率。
技术关键词
字符检测模型 字符检测方法 集成电路外观 残差结构 光学字符识别技术 模块 通道 结构网络 图像增强 重构 参数 精度 基础 尺寸
系统为您推荐了相关专利信息
1
基于可变形卷积和残差结构的矿井小目标检测方法
残差结构 特征提取网络 注意力机制 抑制背景噪声 特征强化融合
2
一种基于深度学习的图书馆座位管理系统
检测网络模型 通道注意力机制 图书馆座位 Sigmoid函数 特征融合方法
3
基于深度学习算法的心胸外科术后并发症预测方法
深度学习算法 术后并发症 决策支持系统 多模态数据融合 迁移学习技术
4
一种图像数据扩充方法及系统
数据扩充方法 卷积神经网络框架 特征金字塔 多尺度结构 图像处理
5
一种基于LBP特征与HOG特征融合的集成电路外观LOGO检测方法
LOGO检测方法 集成电路外观 LBP特征 LBP算法 尺寸特征
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号