一种基于自动机器学习中神经网络搜索的文本识别方法
实质审查的生效
摘要
本发明公开了一种基于自动机器学习中神经网络搜索的文本识别方法，采用文本图片预处理，特征提取模块空间结构设计，双层神经网络搜索算法，特征提取和预测四个步骤；使用神经网络结构搜索来搜索与数据相关的序列特征提取，以完成场景文本识别任务,构思巧妙，首先为文本识别问题设计了一个新颖的搜索空间，该搜索空间有效涵盖了卷积的类型与步长；后续的实验表明，基于本发明方法搜索到的主干网络可以大大提高文本识别网络的性能。
基本信息
专利标题 ：
一种基于自动机器学习中神经网络搜索的文本识别方法
专利标题（英）：
暂无
公开（公告）号 ：
CN114419630A
申请号 ：
CN202111420015.X
公开（公告）日 ：
2022-04-29
申请日 ：
2021-11-26
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
王希佳
申请人 ：
王希佳
申请人地址 ：
北京市海淀区苏家坨镇北庄子村宋庄7号
代理机构 ：
北京绥正律师事务所
代理人 ：
吕平
优先权 ：
CN202111420015.X
主分类号 ：
G06V30/40
IPC分类号 ：
G06V30/40 G06N3/04 G06N3/08 G06V10/30 G06V10/46 G06V30/10
法律状态
2022-05-20 ：
实质审查的生效
IPC(主分类) : G06V 30/40
申请日 : 20211126
申请日 : 20211126
2022-04-29 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
