典型文献
基于ResNet和迁移学习的古印章文本识别
文献摘要：
古印章文本因图像退化与超多分类等特点导致识别难度大,部分字符的标注数据不足造成基于深度学习的模型识别准确率不高,泛化能力差.针对上述问题,提出基于深度残差网络(ResNet)和迁移学习的古印章文本识别方法.使用深度残差网络作为特征提取网络,利用人工合成字符样本作为源域进行预训练.将自建古印章文本识别数据集作为目标域,引入迁移学习并结合数据增强和标签平滑策略建立分类模型.最后,对比多种网络下的识别结果并验证迁移学习有效性.结果表明,该方法可以有效提升识别准确率.
文献关键词：
古印章文本;文本识别;深度残差网络;迁移学习
中图分类号：
作者姓名：
陈娅娅;刘全香;王凯丽;易尧华
作者机构：
武汉大学 印刷与包装系,武汉 430079
文献出处：
引用格式：
[1]陈娅娅;刘全香;王凯丽;易尧华-.基于ResNet和迁移学习的古印章文本识别)[J].计算机工程与应用,2022(10):125-131
A类：
古印章文本,印章文本识别
B类：
ResNet,迁移学习,多分类,字符,模型识别,识别准确率,泛化能力,深度残差网络,使用深度,特征提取网络,人工合成,源域,预训练,别数,目标域,数据增强,标签平滑,分类模型,学习有效性
AB值：
0.243883
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
