基于DBNet-CST的文本检测模型OA
光学字符识别(Optical Character Recognition,OCR)能够从图像数据中自动检测和识别文本区域,将其转换成可编辑和可搜索的数字化文本,在提升工作效率、缩短人力成本中扮演重要角色。文本检测是OCR技术的前提,目前已有许多成功的研究。然而,现有方法在训练过程中未充分利用人工标注信息,导致监督信号的精度受限,进而影响文本检测模型的检测精度。针对此问题,提出了一种基于完备监督训练的可微分二值化文本检测模型(Differentia…查看全部>>
邓伟超;俞鑫春;朱建宝;马青山;陈宇;叶超;张才智;葛春燕
国网江苏省电力有限公司南通供电分公司,江苏南通226000国网江苏省电力有限公司南通供电分公司,江苏南通226000国网江苏省电力有限公司南通供电分公司,江苏南通226000国网江苏省电力有限公司南通供电分公司,江苏南通226000国网江苏省电力有限公司南通供电分公司,江苏南通226000国网江苏省电力有限公司南通供电分公司,江苏南通226000国网江苏省电力有限公司南通供电分公司,江苏南通226000国网江苏省电力有限公司南通供电分公司,江苏南通226000
计算机与自动化
文本检测可微分二值化完备监督训练人工标定光学字符识别
《通信与信息技术》 2025 (1)
P.100-103,4
评论