골비문은 서한시대 지방 관리들이 중앙에 납부한 생산물을 기록하는 중요한 유물로, 그 문자 내용을 정확히 검출하는 것이 중요하다. 복잡한 질감 배경에서 골비문 문자 특징을 추출하기 어려운 점과 문자 밀집 및 점착으로 인한 검출 상자 중복 문제에 대응하기 위해, 자기 주의 합성곱과 개선된 손실 함수를 융합한 골비문 문자 검출 알고리즘을 제안한다. 먼저 YOLOv5 특징 추출부에 자기 주의 합성곱 모듈을 추가하여 네트워크의 골비문 문자 특징에 대한 주의를 강화하고, 모델이 더 풍부한 전역 정보를 포착하도록 하여 균열이 문자 특징 추출에 미치는 간섭을 억제한다. 다음으로 Focal-EIOU 손실 함수를 사용해 기존 네트워크의 CIOU를 대체하여 최적화한다. Focal-EIOU는 너비와 높이 손실을 사용해 예측 상자와 실제 상자 간 너비, 높이 차이를 줄이고, 실제 상자보다 큰 예측 상자를 제거하여 문자 밀집 및 점착으로 인한 검출 상자 중복 문제를 해결하고, 모델의 정확한 예측 능력을 향상시킨다. 실험 결과 본 알고리즘의 평균 정밀도는 93.35%에 도달해 YOLOv5 대비 3.08% 향상되었으며, 복잡한 질감 배경에서 밀집 및 점착된 골비문 문자 검출 작업에 더 적합하다.

문자 검출;골비문;주의 메커니즘;YOLOv5;손실 함수