一种端到端的自然场景文本识别方法及系统

摘要

本发明公开了一种端到端的自然场景文本识别方法及系统，属于计算机视觉中的目标检测和识别领域，本发明要解决的技术问题为如何能够同时完成文本检测和文本识别的任务，避免中间过程的特征重计算和图片裁剪，提高整体的计算效率及文本识别的准确性，技术方案为：该方法是同时完成文本检测和文本识别任务，将文本检测和文本识别任务融合到一个统一的框架中，通过前向计算完成整个任务；同时在文本识别中结合注意力机制，为文本识别提高空间位置信息，对文本的外观具备较强的鲁棒性；步骤如下：S1、选择数据集；S2、搭建网络框架；S3、设计损失函数；S4、训练网络。该系统包括数据集选择单元、网络框架搭建单元、损失函数设计单元及网络训练单元。