一种基于深度学习的图像光学文字识别方法，存储装置及服务器

摘要

本发明提供一种基于深度学习的图像光学文字识别方法，首先将所有的图片都会被缩放到640x640的尺寸，然后训练时对图片进行数据增强，包括随机扰动、翻转、裁剪等，除此之外，增加了尺度变换，随机将图片尺度变换到一定范围的尺度，增强文本在图像中的的尺度变化，增加训练样本在不同尺度上的多样性，改变训练样本的分布，重点关注较小的文本。然后经过第三神经网络，得到7个特征图。将第一区域经过并查集操作，得到实例分割的结果，将每个文本区域都单独分割出来。然后得到文本区域的骨架线。再结合预测的半径，得到最终的文本检测的文本。本发明提供的方法，可以适应于各种形状的文本。本发明在电子称重设备、地磅计重设备、电子联单等具有良好的识别效果。