买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉广州大学申请的专利基于深度学习的场景文本检测方法、系统及装置获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN116682121B 。

龙图腾网通过国家知识产权局官网在2026-05-01发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202310542156.1，技术领域涉及：G06V30/19；该发明授权基于深度学习的场景文本检测方法、系统及装置是由彭绍湖;谭敏聪;吴树贤;冼咏炘设计研发完成，并于2023-05-12向国家知识产权局提交的专利申请。

本基于深度学习的场景文本检测方法、系统及装置在说明书摘要公布了：本发明公开了一种基于深度学习的场景文本检测方法、系统及装置，包括：S1、获取文本检测训练数据集；S2、对训练数据集图片进行数据增强；S3、对数据增强后的训练数据集图像进行随机中心裁剪得到随机中心剪裁训练数据集图像；S4、建立场景文本检测模型；S5、将随机中心剪裁训练数据集图像输入场景文本检测模型进行训练，得到训练后的场景文本检测模型；S6、将测试集输入训练后的场景文本检测模型进场景文本检测；S7、对文本检测结果进行评价。本发明可以实现场景文本检测且效率高。

本发明授权基于深度学习的场景文本检测方法、系统及装置在权利要求书中公布了：1.一种基于深度学习的场景文本检测方法，其特征在于，包括： S1、获取文本检测训练数据集； S2、对训练数据集图片进行数据增强； S3、对数据增强后的训练数据集图像进行随机中心裁剪得到随机中心剪裁训练数据集图像； S4、建立场景文本检测模型；所述S4具体包括：建立场景文本检测模型，包含backbone-neck-head三部分； Backbone，以resnet18作为特征提取网络，用于提取测试集的特征后将特征输入Neck，输出特征包括C1、C2、C3、C4和C5； Neck，以NGNET为特征融合网络，用于融合测试集的特征，NGNET包含一个轴向引导模块AGM和两个常规引导模块FGM两个结构； 对C4分别沿行方向与列方向进行最大池化，然后通过一对非对称卷积输出轮廓信息，轮廓信息与经过降维和上采样后的C5特征进行逐点乘的得到结果，将结果以注意力机制形式加权到C4中得到第一特征图； 将C2输入卷积核进行特征提取得到C2特征，C2特征进行逐点乘后与C2进行叠加，叠加后通过两层卷积核进行特征提取和降维得到第二特征图； 将C3输入卷积核进行特征提取得到C3特征，C3特征进行逐点乘后与C3进行叠加，叠加后通过两层卷积核进行特征提取和降维得到第三特征图； 将第一特征图、第二特征图和第三特征图尺寸调整至80x80并进行拼接，拼接后得到融合的特征，将融合的特征输入到Head； Head,将融合的特征分别输入概率图和轮廓图的预测分支入口，输入概率图预测分支入口后经过降维得到第一降维特征，利用第一反卷积网络将第一降维特征上采样得到概率图分支特征，输入轮廓图预测分支入口后经过降维得到第二降维特征，利用第二反卷积网络将第二降维特征上采样得到轮廓图分支特征，对轮廓图分支特征进行非采样离散小波变换得到轮廓图分支特征中的高频特征分量和低频特征分量，将低频特征分量与概率图分支特征进行逐点点乘得到点乘特征，将点乘特征与高频特征分量进行叠加得到两个分支的融合特征，将两个分支的融合特征和概率图分支特征进行拼接后输入第三反卷积网络进行降维和上采样，降维和上采样后输入第一sigmod进行归一化，将归一化的融合特征进行后处理后得到概率图，将轮廓图分支特征输入第四反卷积网络进行降维和上采样，降维和上采样后输入第二sigmod进行归一化，将归一化的轮廓图特征进行后处理后得到轮廓图，完成检测； S5、将随机中心剪裁训练数据集图像输入场景文本检测模型进行训练，得到训练后的场景文本检测模型； S6、将测试集输入训练后的场景文本检测模型进场景文本检测； S7、对文本检测结果进行评价。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人广州大学，其通讯地址为：510006 广东省广州市番禺区大学城外环西路230号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。