基于多頭注意力機(jī)制的文本檢測識(shí)別方法
摘 要:針對(duì)自然場景中的文本圖像存在信息、背景復(fù)雜,以及基于CNN(Convolutional Neural Networks)的自然場景文本圖像檢測魯棒性低的問題,提出一種改進(jìn)的Faster RCNN(Region based Convolutional Neural Networks)模型和多頭注意力機(jī)制的字符關(guān)聯(lián)模型文本檢測識(shí)別方法。(剩余12950字)
試讀結(jié)束
目錄
- 基于深度強(qiáng)化學(xué)習(xí)的多智能體防竊...
- 基于SSA\|LSTM的膝關(guān)節(jié)...
- 基于隨機(jī)森林的季節(jié)性電動(dòng)汽車充...
- 基于時(shí)延Petri網(wǎng)的大型工程...
- 基于隱式神經(jīng)表示的圖像超分辨率...
- 基于復(fù)合知識(shí)蒸餾的骨科影像診斷...
- 基于卷積神經(jīng)網(wǎng)絡(luò)和殘差結(jié)構(gòu)單元...
- 基于改進(jìn)YOLOv8的中藥材圖...
- 融合翻筋斗覓食和正余弦策略的白...
- 基于優(yōu)化RRT算法的智能車輛路...
- 一種加速渲染NeRF烘焙數(shù)據(jù)的...
- 基于多頭注意力機(jī)制的文本檢測識(shí)...
- 融合混沌映射和自適應(yīng)T分布的蜣...
- 基于少量數(shù)據(jù)集的三維點(diǎn)云生成模...
- 基于高斯混合模型的分布式強(qiáng)化學(xué)...