基于深度学习的电子卷宗文本检测方法、装置、介质及设备.pdf
一吃****新冬
亲,该文档总共14页,到这已经超出免费预览范围,如果喜欢就直接下载吧~
相关资料
基于深度学习的电子卷宗文本检测方法、装置、介质及设备.pdf
本发明公开了一种基于深度学习的电子卷宗文本检测方法,包括:构建电子卷宗文本检测网络,对所述电子卷宗文本检测网络进行训练;获取待处理的电子卷宗图像,采用OpenCV技术对所述电子卷宗图像进行色彩通道分离,得到目标电子卷宗图像,所述目标电子卷宗图像为去除红色印章后的电子卷宗图像;以所述目标电子卷宗图像作为所述电子卷宗文本检测网络的输入,通过训练好的电子卷宗文本检测网络提取所述目标电子卷宗图像中的文字区域。本发明解决了现有文本检测技术对电子卷宗进行检测时存在检测精度以及稳定性欠佳的问题。
基于深度学习的文本分类展示方法、装置、设备和介质.pdf
本公开的实施例公开了基于深度学习的文本分类展示方法、装置、设备和介质。该方法的一具体实施方式包括:响应于检测到用户作用于文本分类确认控件的选择操作,确定目标显示界面中的文本输入框对应的输入文本是否满足文本分类条件;响应于确定输入文本满足文本分类条件,将输入文本确定为初始文本;确定是否存在用户作用于向量分类方式选择控件的操作信息记录;响应于确定存在操作信息记录,根据操作信息记录,将初始文本输入至预先训练的文本分类模型,得到文本分类结果;在目标显示界面中的可视化展示区域对文本分类结果进行可视化展示。该实施方式
基于深度学习的敏感词检测方法、装置、设备及存储介质.pdf
本申请适用于人工智能技术领域,提供了基于深度学习的敏感词检测方法、装置、设备及存储介质。包括:获取待检测文本;通过敏感词检测模型提取待检测文本对应的字形组合特征、字形编码特征以及拼音编码特征;根据预设的敏感词库、字形组合特征、字形编码特征以及拼音编码特征,确定待检测文本对应的多个初始敏感词;提取每个初始敏感词的词义特征;提取待检测文本的语义特征;根据语义特征和每个初始敏感词的词义特征,确定待检测文本对应的目标敏感词。上述方案中,提取汉字在字形和发音两方面的特征,融合上下文信息,使最终确定的敏感词更为准确。
基于深度学习的安全帽佩戴检测方法、装置、设备及介质.pdf
本发明公开基于深度学习的安全帽佩戴检测方法、装置、设备及介质,该方法包括如下步骤:获取待检测的人员图像;将所述待检测的人员图像输入已训练的多尺度感知网络模型中;所述多尺度感知网络模型包括三个并行的CNN子网络,三个所述CNN子网络的结构仅卷积核的尺寸不同,每个CNN子网均包括用于提取全局特征的通道注意力模块和用于提取局部特征的空间注意力模块;输出所述待检测的人员图像分类结果,所述分类结果包括未佩戴安全帽和佩戴安全帽。本发明在变电站的复杂场景有很高的检出率和很低的误检率,且使用深度学习的方法可以减少之前人工
基于深度学习的信息推送方法、装置、电子设备及介质.pdf
本申请实施例公开了一种基于深度学习的信息推送方法、装置、电子设备及介质,方法包括:获取指定时间内脱保且脱保后未购买保险产品的第一用户的涉保信息后,根据涉保信息得到投保指标对应的投保特征信息,再将投保特征信息导入训练好的目标网络模型,得到第一用户的目标投保等级,若目标投保等级大于预设投保等级,则根据涉保信息确定第一用户的有效浏览的次数超过预设次数的目标保险产品信息,获取第一用户的用户信息,最后将用户信息和目标保险产品信息发送到目标用户的用户设备。本发明通过从脱保客户中筛选出的投保等级较高的潜在投保客户及潜在