买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
申请/专利权人:南京信息工程大学
摘要:本发明公开了一种基于Transformer的双向场景文本方法,包括以下步骤:(1)开源网站获取数据集,分为训练集和测试集;(2)构建BiSTR双向场景文本识别网络并进行训练,包括:图像编码器模块、ViT字符编码器模块、交叉门控融合机制模块和基于Transformer的双向解码器模块;(3)得到最终预测结果;本发明提出了一个交叉门控融合机制将图像级特征和字符级特征合并提高了模型获取全文信息的能力;在Transformer结构中引入方向嵌入,提供了两个不同方向的解码,上下文信息互为补充,提升了场景文本识别模型的准确性。
主权项:1.一种基于Transformer的双向场景文本方法,其特征在于,包括以下步骤:(1)开源网站获取数据集,分为训练集和测试集;(2)构建BiSTR双向场景文本识别网络并进行训练,包括:图像编码器模块、ViT字符编码器模块、交叉门控融合机制模块和基于Transformer的双向解码器模块;(3)得到最终预测结果。
全文数据:
权利要求:
百度查询: 南京信息工程大学 一种基于Transformer的双向场景文本方法
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。