[发明专利]一种基于焦点损失函数的自然场景下文字检测定位方法和装置

摘要

本发明公开一种基于焦点损失函数的自然场景下文字检测定位方法和装置。该方法首先对标注的数据进行预处理，然后构造文本检测定位网络，然后引用聚焦损失函数作为训练过程损失函数的一部分，然后对待检测的自然场景图片进行检测。该方法通过调整现有标注使标注更加适合所设计的文字检测网络；基于FCN网络将多卷积层进行合并，使之更加符合文字检测任务；通过引入聚焦损失函数在训练过程中平衡正负样本，提高检测精度。本发明能够在文字检测定位上取得高精度高召回的效果。

主权项

1.一种基于焦点损失函数的自然场景下文字检测定位方法，其特征在于，包括以下步骤：1)根据标注的自然场景图片的数据集，构造文字/背景二分类真值图以及文字像素与其所在文本框对应关系的五维真值图；2)基于FCN网络构造文字检测网络，所述文字检测网络的损失函数包含焦点损失函数和回归文本框的损失函数；3)利用构造的所述二分类真值图和所述五维真值图对所述文字检测网络进行训练；所述文字检测网络采用所述焦点损失函数逐像素进行分文字、背景的二分类，并采用所述回归文本框的损失函数对像素所在文本框的高度、宽度以及倾斜角度进行回归；4)将待检测的自然场景图片输入训练完成的文字检测网络，实现文字的检测定位。