公开(公告)号：CN118430002B

公开(公告)日：2024-09-27

申请号：CN202410875204.3

申请日：2024-07-02

Applicant: 武汉大学

Inventor： 马费成 ,  王晓光 ,  姜婷婷 ,  霍朝光 ,  陈帅朴 ,  王文慧 ,  张志剑

IPC: G06V30/413 ,  G06V30/19 ,  G06V30/18 ,  G06N3/045 ,  G06N3/09

Abstract: 本发明公开了一种融合数据增强和深度学习的印章识别方法，包括：获取印章图像，并对印章图像进行识别与标注；对标注的印章图像进行数据增强，得到增强后的图像数据并将其划分训练集、验证集和测试集；构建ViT深度学习模型，ViT深度学习模型用于对印章图像进行识别，采用训练集训练ViT深度学习模型并采用验证集进行验证得到训练后的ViT深度学习模型，最后采用测试集对训练后的ViT深度学习模型的性能进行评价选出性能符合要求的ViT深度学习模型；采用得到的ViT深度学习模型对待识别的印章图像进行识别。本发明解决了训练集数据缺乏的情况下难以对神经网络模型进行充分训练的问题，以实现对印章图像的准确识别。

公开(公告)号：CN118430002A

公开(公告)日：2024-08-02

申请号：CN202410875204.3

申请日：2024-07-02

Applicant: 武汉大学

Inventor： 马费成 ,  王晓光 ,  姜婷婷 ,  霍朝光 ,  陈帅朴 ,  王文慧 ,  张志剑

IPC: G06V30/413 ,  G06V30/19 ,  G06V30/18 ,  G06N3/045 ,  G06N3/09

Abstract: 本发明公开了一种融合数据增强和深度学习的印章识别方法，包括：获取印章图像，并对印章图像进行识别与标注；对标注的印章图像进行数据增强，得到增强后的图像数据并将其划分训练集、验证集和测试集；构建ViT深度学习模型，ViT深度学习模型用于对印章图像进行识别，采用训练集训练ViT深度学习模型并采用验证集进行验证得到训练后的ViT深度学习模型，最后采用测试集对训练后的ViT深度学习模型的性能进行评价选出性能符合要求的ViT深度学习模型；采用得到的ViT深度学习模型对待识别的印章图像进行识别。本发明解决了训练集数据缺乏的情况下难以对神经网络模型进行充分训练的问题，以实现对印章图像的准确识别。