龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：武汉大学
申请日：2024-03-20
公开（公告）日：2024-06-28
公开（公告）号：CN118262365A
主分类号：G06V30/182
分类号：G06V30/182;G06V30/148;G06V30/19
优先权：
专利状态码：在审-公开
法律状态：2024.06.28#公开
摘要：一种基于SAM的多层级文本检测方法及相关设备。该方法包括：图像编码器对图像进行编码，得到图像特征，其中，图像编码器为在ViT编码器的基础上插入adapter模块得到；提示编码器将文本前景点位置编码为提示令牌；掩膜解码器以图像特征和提示令牌为输入，掩膜解码器中的三个输出令牌融合提示令牌中的位置提示信息并与图像特征进行注意力交互，三个输出令牌分别对每一文本前景点位置预测其对应的单词层级掩膜、文本行层级掩膜以及段落层级掩膜。通过本申请，利用SAM以较小的训练代价完成统一的层级文本检测，很好地解决了经典模型无法获得全面的层级化信息的问题。
主权项：1.一种基于SAM的多层级文本检测方法，其特征在于，所述基于SAM的多层级文本检测方法包括：图像编码器对图像进行编码，得到图像特征，其中，图像编码器为在ViT编码器的基础上插入adapter模块得到；提示编码器将文本前景点位置编码为提示令牌；掩膜解码器以图像特征和提示令牌为输入，掩膜解码器中的三个输出令牌融合提示令牌中的位置提示信息并与图像特征进行注意力交互，三个输出令牌分别对每一文本前景点位置预测其对应的单词层级掩膜、文本行层级掩膜以及段落层级掩膜。
全文数据：
权利要求：
百度查询： 武汉大学 基于SAM的多层级文本检测方法及相关设备
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号