一种基于深度学习的文本识别方法、设备及存储介质

摘要

本发明公开了一种基于深度学习的文本识别方法、设备及存储介质，包括：按照指定的格式进行数据集的制作；构建基于MobileNeXt网络的文本检测网络模型和损失函数；利用制作的数据集对网络模型和损失函数进行训练；获取某一场景的图片，利用图像处理开源库对获取的图片进行固定尺寸缩放、归一化处理；利用训练后的文本检测网络模型对处理后的图片进行推理预测，提取得到图片中的文本区域；对所提取的图片中的文本区域进行矫正，得到矫正后的文本区域；对矫正后的文本区域的图片进行预处理，再利用CRNN文本识别算法对预处理后的图片中的文本区域提取得到文字信息。本发明可使文本检测算法达到高精度、快速的同时进一步的减少文本粘连问题和对弯曲文本进行矫正。