多分類

基于CNN及RPN技術(shù)的文字識別應(yīng)用

摘要:計算機的發(fā)展令文字傳播愈發(fā)廣泛,生活中越來越多的文字需要錄入電腦,以方便轉(zhuǎn)發(fā)、記錄,為此需要耗費大量勞動力,盡管當今已經(jīng)有許多文字識別錄入方式,但仍難以達到日常生活中低精度圖片識別的標準?，F(xiàn)主要采用卷積神經(jīng)網(wǎng)絡(luò)(CNN)解決問題,輔以區(qū)域識別,減少圖片本身帶來的影響,再用多分類方式,實現(xiàn)部分區(qū)域生成,拆分任務(wù)一一對應(yīng)識別,令任務(wù)更加高效。也就是說,當拿到需要處理的圖片后,先將其用不同大小的卷積核處理,進行特征的初提取,再將數(shù)據(jù)放入池化層進行特征的進一步提取,如此往復(fù)循環(huán)后將數(shù)據(jù)進行分類,后經(jīng)處理完成識別。該方法解決了日常生活中書寫文字識別的部分難點,讓文字錄入更為方便高效,減少了大量的時間浪費。