公开(公告)号：CN117593758A

公开(公告)日：2024-02-23

申请号：CN202311597651.9

申请日：2023-11-28

Applicant: 重庆大学

Inventor： 田逢春 ,  王云 ,  陈宇泽 ,  王浩臣 ,  陈流臻 ,  刘睿龙 ,  吕迪 ,  杨开源 ,  杨云凯 ,  邹正强 ,  廖寅超 ,  刘然

IPC: G06V30/413 ,  G06V30/42 ,  G06V30/18 ,  G06V10/82 ,  G06N3/0464 ,  G06F40/30 ,  G06F40/289

Abstract: 本发明公开了一种识别海关单据图像中文字的方法，其包括构建用于文字识别的模型Swin‑TR，所述Swin‑TR由Swin‑T骨干、特征金字塔网络、自适应寻址和聚合模块三部分组成；训练Swin‑TR，在训练过程中分别计算字符A3模块、子词A3模块和整词A3模块的预测输出与真实标签的交叉熵，用训练合格的Swin‑TR识别单据图像中的文字。本发明识别海关单据图像中文字的方法能够准确地预测英文、中文字词以及标点符号，能够适应不同的文本识别场景，且通过实验与其它现有文本识别模型进行对比，证明了本发明方法提出的模型Swin‑TR比现有模型具有更高的文字识别准确性。