数字农科院2.0

基于改进Faster R-CNN的文本检测方法研究

文献类型: 中文期刊

作者: 田鑫宇;刘蕾;吴金聪;朱大洲

作者机构:

关键词: Faster R-CNN;HRNet;SE通道注意力;HRFPN;CIOU损失

期刊名称:信息技术

ISSN: 1009-2552

年卷期: 2025 年 05 期

页码:

收录情况: 科技核心(2024版)

摘要: 当前针对文本检测的Faster R-CNN模型存在以下问题:特征提取对小目标效果不佳,语义理解能力差,对形状变化的适应能力不强。针对以上问题,提出一种基于改进Faster R-CNN的文本检测方法。首先,将特征提取网络更换为HRnet网络,同时在stage1前加入SE通道注意力机制;其次,在特征融合部分将FPN替换为高分辨率特征金字塔网络(HRFPN);再次,在回归部分将L1损失替换为CIOU损失;最终在COCO模型进行检测,结果显示目标检测查准率AP由53.2%提升到55.0%,查全率从64.4%提升至65.4%。结果表明,改进后的Faster R-CNN模型有效提升了文本检测的查准率和查全率,为文本检测任务提供了新方法。

分类号:

  • 相关文献

[1]基于深度学习与复合字典的马铃薯病害识别方法. 杨森,冯全,张建华,孙伟,王关平. 2020

[2]利用深度学习进行GF-6影像枣园检测识别. 段晨阳,冯建中,全斌,白林燕,王盼盼. 2022

[3]基于Faster R-CNN的蔗田杂草检测算法研究. 黄书琴,黄福乐,罗柳茗,覃锋,李岩舟. 2024

[4]Research on machine vision and deep learning based recognition of cotton seedling aphid infestation level. Xin Xu,Jing Shi,Yongqin Chen,Qiang He,Liangliang Liu,Tong Sun,Ruifeng Ding,Yanhui Lu,Chaoqun Xue,Hongbo Qiao. 2023

[5]Estimating maize seedling number with UAV RGB images and advanced image processing methods. Liu, Shuaibing,Yin, Dameng,Feng, Haikuan,Li, Zhenhai,Xu, Xiaobin,Shi, Lei,Jin, Xiuliang. 2022

[6]Estimating maize seedling number with UAV RGB images and advanced image processing methods. Shuaibing Liu, Dameng Yin, Haikuan Feng, Zhenhai Li, Xiaobin Xu, Lei Shi, Xiuliang Jin. 2022

作者其他论文 更多>>