|
||
• •
摘要: 在水电工程建设过程中,产生了大量不可编辑的水工混凝土材料文档,采用人工解译的方法获取文本费时费力且精度不可控,难以满足材料数据信息化管理的需求。为此,本文提出了面向水工混凝土材料不可编辑文本的智能解译方法。首先,构建了基于像素级分割的文本检测模型HC-PSENet,融合PP-HGNet主干网络实现文本行的精确检测。进一步,基于领域知识创建专业语料库以获取字符的准确映射,以检测文本框和专业语料库为输入,建立了水工混凝土材料文本识别模型HC-CRNN,采用ResNet主干网络和改进损失函数C-CTC Loss提高字符分类准确性。最后,以自制数据集为例,引入迁移学习策略训练模型,通过消融、对比实验验证了方法的有效性和优越性。结果表明,本文提出的方法检测文本区域的调和平均数为0.985,识别文本的准确率达到90.62%,综合性能均优于经典方法,以期为混凝土材料不可编辑资源的自动化再利用提供新的技术手段。
京ICP备13015787号-3 版权所有 © 2013《水力发电学报》编辑部 编辑部地址:中国北京清华大学水电工程系 邮政编码:100084 电话:010-62783813 本系统由北京玛格泰克科技发展有限公司设计开发 技术支持:support@magtech.com.cn |