来源：期刊VIP网 时间：
作者：张鹏涛;李文峰;宋强;
单位：中国石油大学(北京)克拉玛依校区工学院;中恒永创(北京)科技有限公司;
摘要：针对印刷标签中的多语言、密集排列及极端长宽比的文本，提出一种基于注意力机制的印刷包装标签文本区域的定位检测方法。将ResNet中的Bottleneck传统卷积替换为可学习间距的扩张卷积，以扩大网络感受野；加入全局与局部注意力机制模块，以增强骨干网络对文本信息的特征提取能力；在特征金字塔网络中加入残差注意力机制模块，以引导多尺度特征的自适应融合。消融试验结果表明，相较于DBNet，改进后的模型F1值分别提高1.2,2.1,1.7个百分点。在ICDAR2015,Total-Text及自建数据集上的对比试验结果显示，模型检测效果优于EAST,PSENet,FCENet,DPText-DETR,DBNet等主流文本检测模型，模型F1值分别为88.3%,86.1%,85.1%。研究为印刷标签在线检测的智能化提供保障。
关键词：标签检测;;文本定位;;注意力机制;;可学习间距扩张卷积
基金资助：新疆维吾尔自治区自然科学基金面上项目（2021D01A203）
