[发明专利]一种基于改进YOLO v3的古文字及字体识别方法

权利要求书

1.一种基于改进YOLO v3的古文字及字体识别方法，其特征在于，包括以下步骤：

1)根据每个字的原始数据量能否满足神经网络训练的要求和是否属于常用古汉字，收集来自互联网的古文字图片，包含三种不同字体，分别为甲骨文、金文和楚系简帛；

2)对收集的古文字图片进行扩充处理，获得古文字样本图像；

3)遍历古文字样本图像，对每张图像用包围框对古文字进行字形字体标记处理，获得对应的label文件，它与古文字样本图像共同构成图像数据集；

4)将图像数据集划分为训练验证集和测试集，将训练验证集划分为训练集和验证集，针对图像数据集中的古文字样本图像和label文件进行同比例缩放；

5)网络调整，对YOLO v3网络进行轻量化，调整后的主干网络依次为Conv0，Conv1，Stage2，Stage3，Stage4，Stage5，Stage6；Conv0和Conv1均为3×3的1步长卷积块；每个Stage的开始阶段都是一个Shuffle空间上采样单元；然后接入N个Shuffle基本单元，Stage2～Stage6的N值依次为2、4、6、6、4；Shuffle基本单元构成为：接入的通道均分为两部分后，一部分通过1×1的1步长Conv+3×3的1步长DWConv+1×1的1步长Conv后与另一部分进行拼接，然后进行通道随机混合；Shuffle空间上采样单元构成为：接入通道分别通过3×3的2步长DWConv+1×1的1步长Conv，1×1的1步长Conv+3×3的2步长DWConv+1×1的1步长Conv，对两者的输出进行拼接后再进行通道随机混合操作；使用通道随机混合操作，将深度不同的两个分支的卷积结果合并在一起，从而实现了高级和低级信息的特征融合，其中DWConv为深度卷积块；

6)模型的训练，每次选取多个训练集样本进行训练，获得训练模型，使用Adam算法基于训练数据迭代更新神经网络的权重；训练过程中在验证集样本中对训练模型进行验证，计算得到训练集以及验证集上的损失，观察网络的训练效果，最终选择损失值最小的模型作为model；

7)在测试集上对步骤6)最终获得的model进行测试，在测试集样本图像上预测并标注出古文字及字体的类别和置信度；

8)从拓印本和石碑上获取属于识别类别范围内的古文字图片，经过图像预处理后，输入model中，获得检测结果。

2.根据权利要求1所述的一种基于改进YOLO v3的古文字及字体识别方法，其特征在于：所述的步骤1)中，选择的是原始图片，超过30张的古文字图片作为数据集；整个数据集包含三种字体100个字共计4000张原始图片。

3.根据权利要求1所述的一种基于改进YOLO v3的古文字及字体识别方法，其特征在于：对收集的古文字图片进行扩充处理具体为对图片进行缩放、调整亮度与对比度、翻转、旋转、添加噪声、模糊。

4.根据权利要求1所述的一种基于改进YOLO v3的古文字及字体识别方法，其特征在于：所述步骤3)中，对每张图像用包围框对古文字进行字形字体标记处理，具体为：利用标注工具对图片集进行标定，使用一个长方形框作为包围框将古文字框定并标定其真实类别，将长方形框的左上角和右下角的横纵坐标以及标定类别信息记录在.xml类型的label文件中，每张图片对应一个label文件，每张古文字图片最多含有一个包围框。