计算机工程与应用 ›› 2020, Vol. 56 ›› Issue (16): 90-96.DOI: 10.3778/j.issn.1002-8331.1905-0432
罗时婷,顾磊
LUO Shiting, GU Lei
摘要:
针对基于传统深度神经网络的自然场景文本检测存在检测效果较差、文本边界框检测不准确等缺陷,提出基于损失函数融合的深度神经网络。将损失函数Balanced loss,利用加权的方法与传统深度神经网络进行融合,用于提高文本框边界区域及图像中难检测像素点的损失值,从而约束模型的优化方向,提升模型学习复杂特征的能力。实验结果表明,在自然场景文本检测中所提出方法有效提高了网络的检测准确性。