发明人：杨海东; 黄坤山; 巴姗姗; 彭文瑜; 林玉山

本发明公开一种基于全卷积网络的场景文本定位与识别方法，包括S1、获取包含数张已标记出文本位置的训练图片的训练集；S2、构建一个基于文本定位的全卷积神经网络模型，全卷积神经网络模型包括特征提取网络、特征融合网络和文本候选框筛选层，将训练集输入到基于文本定位的全卷积神经网络模型中进行训练，迭代模型参数后得到收敛的文本定位网络模型Model1等5个步骤，本发明克服了传统的文本检测与识别方法，利用深度学习的目标检测进行场景图像中的文本的实时定位，实现高精度和高效率的场景文本定位与识别方法。