-
题名基于改进Faster R-CNN的算式检测与定位
被引量:2
- 1
-
-
作者
王巍
周庆华
-
机构
长沙理工大学物理与电子科学学院
-
出处
《智能计算机与应用》
2022年第12期164-168,共5页
-
基金
国家自然科学基金(42074198)。
-
文摘
算术题批改是小学数学老师的一项重要任务。为了提高批改效率,可使用机器视觉的方法来检测和识别。算式检测与定位的准确性会影响后续的识别与批改结果,为了提高其准确性,提出了一种基于改进Faster R-CNN的基础算式检测与定位的方法。通过聚类分析数据集中算式的参数,对区域建议网络(Region Proposal Network, RPN)中锚框(Anchor boxes)的尺寸和比例进行了调整,减少了训练中的冗余计算,提高了收敛速度;同时用ROI Align替换ROI Pooling,避免了2次量化对检测精度带来的影响。实验表明,改进的Faster R-CNN提升了基础算式的检测定位效果。
-
关键词
算式检测
更快的区域卷积神经网络
聚类
感兴趣区域对准
深度学习
-
Keywords
arithmetic formula detection
faster R-CNN
clustering
ROI align
deep learning
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-