1.一种基于深度卷积神经网络的场景文本检测方法,其特征在于:所述深度卷积神经网络,基于ResNet50网络结构,将ResNet50网络中将3×3Conv卷积替换成自校正卷积,然后于卷积层C在将ResNet50网络中将3×3Conv卷积替换成自校正卷积后,于卷积层CP
P
式中n取2,3,4,Conv所述自校正卷积,其卷积操作过程包括以下3个步骤:(1)将输入大小为C×H×W的特征M,分成M(2)将大小为(C,C,3,3)的原卷积核K分成4个小卷积核K(3)拼接原尺度空间输出特征N其中,在分支1的自校正处理中,首先使用大小为4×4平均池化层对特征MM
M
M
N
其中,F
所述高效通道注意力机制,对于输入的原始图像信息X,经过全局平均池化得到未降维的信息,接着进行尺寸为k的一维卷积操作,然后经过sigmoid函数得到各通道的权重值,在与原始输入信息相乘得到含有通道注意力的图像信息其中,t
所述协调注意力机制层,对于给定输入X,使用大小为(h,1)、(1,w)池化层,分别沿着横轴和纵轴进行平均池化,对每个通道于这两方向上进行编码;在横轴上通道c的输出为f=δ(Conv
g
g
其中,i、j表示输入X中像素坐标,H、W表示输入X的高度和宽度,f所述渐进尺度扩展层,使用1×1Conv对增强后的所述深度卷积神经网络,是训练好的深度卷积神经网络;训练过程中采用的损失函数L由LL=λL
其中,λ是L
损失函数L
L
其中,S
损失函数L
其中,W表示S
所述方法包括以下步骤:
步骤1:将获取的场景文本图像,进行数据增强操作,得到预定大小的图像信息;
步骤2:将预处理后的图像信息输入所述深度卷积神经网络中,提取图像特征F;
步骤3:采用协调注意力机制层将图像特征F进行增强处理;
步骤4:将增强后的特征图,采用渐进尺度扩展层进行后处理,获得文本检测结果。
2.一种基于深度卷积神经网络的场景文本检测系统,其特征在于:所述深度卷积神经网络,基于ResNet50网络结构,将ResNet50网络中将3×3Conv卷积替换成自校正卷积,然后于卷积层C在将ResNet50网络中将3×3Conv卷积替换成自校正卷积后,于卷积层CP
P
式中n取2,3,4,Conv所述自校正卷积,其卷积操作过程包括以下3个步骤:(1)将输入大小为C×H×W的特征M,分成M(2)将大小为(C,C,3,3)的原卷积核K分成4个小卷积核K(3)拼接原尺度空间输出特征N其中,在分支1的自校正处理中,首先使用大小为4×4平均池化层对特征MM
M
M
N
其中,F
所述高效通道注意力机制,对于输入的原始图像信息X,经过全局平均池化得到未降维的信息,接着进行尺寸为k的一维卷积操作,然后经过sigmoid函数得到各通道的权重值,在与原始输入信息相乘得到含有通道注意力的图像信息其中,t
所述协调注意力机制层,对于给定输入X,使用大小为(h,1)、(1,w)池化层,分别沿着横轴和纵轴进行平均池化,对每个通道于这两方向上进行编码;在横轴上通道c的输出为f=δ(Conv
g
g
其中,i、j表示输入X中像素坐标,H、W表示输入X的高度和宽度,f所述渐进尺度扩展层,使用1×1Conv对增强后的所述深度卷积神经网络,是训练好的深度卷积神经网络;训练过程中采用的损失函数L由LL=λL
其中,λ是L
损失函数L
L
其中,S
损失函数L
其中,W表示S
所述系统包括以下模块:
模块1,用于将获取的场景文本图像,进行数据增强操作,得到预定大小的图像信息;
模块2,用于将预处理后的图像信息输入所述深度卷积神经网络中,提取图像特征F;
模块3,用于采用协调注意力机制层将图像特征F进行增强处理;
模块4,用于将增强后的特征图,采用渐进尺度扩展层进行后处理,获得文本检测结果。
3.一种基于深度卷积神经网络的场景文本检测设备,其特征在于,包括:一个或多个处理器;
存储装置,用于存储一个或多个程序,当所述一个或多个程序被所述一个或多个处理器执行时,使得所述一个或多个处理器实现如权利要求1所述的基于深度卷积神经网络的场景文本检测方法。