[发明专利]基于深度学习的智能阅卷定位方法

摘要

本发明公开一种基于深度学习的智能阅卷定位方法，以口算题定位为例，方法包括，用手机拍摄若干张口算题图片，并将其分为训练集和测试集；利用labelImg标注工具，用Bounding Box标记出训练集中每张图片上口算题的位置；然后生成xml文件，将xml文件转换成txt文件；对YOLOv3算法进行修改，在分类中加入小学生口算题的类别，并且对数据集进行训练；训练完成后保存权重，对测试集中的图片进行测试，回归出每张图片中每个口算题的Bounding Box，实现小学生口算题的定位。本发明能够实现对图片中若干口算题的定位功能，而且测试结果的准确性较高，从而可以降低了人工阅卷的工作量。

主权项

1.基于深度学习的智能阅卷定位方法，其特征在于，包括以下步骤：1)创建数据集，具体过程如下：11)通过拍摄的方式获取若干张试题的jpg格式图片，其中，每张试题图片中包含若干个试题，将试题图片分为训练集和测试集；12)采用labelImg标注工具对训练集中每张试题图片使用Bounding Box进行标注，标记出每张试题图片中每个试题的具体位置；13)完成标注后，将jpg格式的图片生成xml格式的文件；14)将xml格式的文件转化为txt格式的标签文件，每个标签文件里面储存该图片中每个试题边界框的五个数值；所述五个数值中第一个值表示该试题图片的类别编号，第二个值表示归一化后的边界框的中心点x坐标，第三个值表示归一化后的边界框的中心点y坐标，第四个值表示归一化后的边界框宽度，第五个值表示归一化后的边界框的高度，所述边界框是指包含该试题的Bounding Box标注的方框；2)采用基于深度学习的YOLOv3算法对每个试题进行定位，具体过程如下：21)对每个试题的边界框进行预测；22)对所预测的边界框采用多标签分类法进行分类，分为0和1两类，表示0的边界框在图片中去掉，保留代表1的边界框；23)采用YOLOv3算法预测三种不同尺度的box；24)构建Darknet‑53网络，进行特征提取；3)将训练集放入Darknet‑53网络中进行训练，输出每个试题的定位，训练完成以后自动生成权重文件；4)对测试集中的图片进行测试，输出测试图片上每个试题精准定位的Bounding Box。