基于深度学习的版面解析与文本方向协同检测方法及系统

本发明涉及文本图像识别技术领域，尤其涉及一种基于深度学习的版面解析与文本方向协同检测方法、系统及介质，该方法包括步骤：S1，文档图像预处理；S2，数据标注：通过深度神经网络，逐层提取多尺度特征图；S3，协同检测：包括结构区域检测分支、文本方向识别分支以及注意力机制分支；融合图通过加权求和方式反馈至各分支头部；步骤S4，输出结构检测结果与方向分类结果；步骤S5，筛选输出，包括：非极大值抑制NMS和角度校正。通过训练一个多任务深度神经网络，在统一模型中实现“区域结构+方向角度”的联合学习与推理，相较于传统串联方法具有更高准确率和速度。