买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉南京工程学院申请的专利一种基于优化深度网络的古文字样本采集、检测和识别方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN117095401B 。

龙图腾网通过国家知识产权局官网在2025-09-19发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202311008755.1，技术领域涉及：G06V30/148；该发明授权一种基于优化深度网络的古文字样本采集、检测和识别方法是由袁筱钰;张植博;黄晓华;孙亚博;邵秀燕;柳圣设计研发完成，并于2023-08-11向国家知识产权局提交的专利申请。

本一种基于优化深度网络的古文字样本采集、检测和识别方法在说明书摘要公布了：本发明提供了一种基于优化深度网络的古文字样本采集、检测和识别方法。首先，进行数据采集和样本标注，并通过迭代采集的方法扩充和更新数据库，搭建古文字拓片摹本和单字数据库，弥补古文字图像数据库的缺乏。其次，选择CycleGAN对古文字摹本和拓片进行跨域图像转换，从风格迁移的角度扩充数据，并在此基础上进行古文字目标检测。在批量古文字图像上进行目标检测，可将对古文字的识别从单字转换为整片识别，提升了技术的实用性。此外，在搭建的古文字单字数据库的基础上，针对其长尾分布的特性，采用Mixup方法生成新的样本数据。再使用四种深层网络模型进行训练，最后建立一种决策级融合识别模型，完成古文字采集、检测和识别的目标。

本发明授权一种基于优化深度网络的古文字样本采集、检测和识别方法在权利要求书中公布了：1.一种基于优化深度网络的古文字样本采集、检测和识别方法，其特征在于，包括以下步骤： 1数据集的获取和扩充； 2古文字检测：通过扩充后的摹本图片对YOLOv7-tiny模型进行训练，得到训练好的YOLOv7-tiny模型，通过训练好的YOLOv7-tiny模型对古文字原始拓片图片的古文字进行检测； 在完成古文字目标检测之后，根据检测结果，逐一裁剪古文字单字，并输入训练好的古文字识别模型； 3古文字识别：根据扩充后的古文字原始拓片图片、古文字摹本图片，截取古文字单字的图片，对古文字单字的图片进行预处理和切分，其中预处理包括对古文字单字的图片的大小缩放、度旋转、光学色彩调节；根据长尾分布的特征，对于古文字单字的图片的头部类进行随机抽样，再根据分层抽样的方法，将古文字单字的图片切分为训练集、验证集和测试集； 其次，通过Mixup长尾优化的方法对长尾分布的特征进行数据增强，设λ为混合系数，其中0≤λ≤1，则新样本x表示为： x＝λx11-λx2 新标签y表示为： y＝λy11-λy2 其中随机抽样两个图片样本为x1，x2，对应的标签为y1，y2； 接着，将生成的x,y对投入四种深层网络分类器：AlexNet，ResNet，Transformer和CrossTransformer中进行预训练，得到四个训练权重； 最后，对四种深层网络分类器预训练出的权重，在决策级进行软投票融合的训练，得到最终的识别模型，通过最终的识别模型对古文字进行识别。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人南京工程学院，其通讯地址为：211199 江苏省南京市江宁区弘景大道1号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。