As inscrições ósseas são importantes artefatos que registram a entrega de produtos por oficiais locais ao governo central durante a dinastia Han Ocidental. A detecção precisa de seu conteúdo textual é de grande importância. Diante da dificuldade de extrair características do texto em fundos com textura complexa e do problema da redundância nas caixas de detecção causado por texto denso e aglomerado, é proposto um algoritmo de detecção de texto em inscrições ósseas que integra convolução de autoatenção e uma função de perda aprimorada. Primeiramente, um módulo de convolução de autoatenção é adicionado na fase de extração de características do YOLOv5 para fortalecer a atenção da rede às características do texto das inscrições ósseas, permitindo que o modelo capture informações globais mais ricas e suprimindo interferências das fissuras na extração das características textuais. Em seguida, a função de perda Focal-EIOU substitui a CIOU original para otimização, utilizando perda de largura e altura para reduzir a diferença entre a caixa prevista e a real, excluindo caixas previstas maiores que as reais, resolvendo o problema da redundância nas caixas de detecção devido a textos densos e aglomerados, melhorando a capacidade preditiva precisa do modelo. Os resultados experimentais mostram que a precisão média do algoritmo alcança 93,35%, um aumento de 3,08% em relação ao YOLOv5, sendo mais adequado para a tarefa de detecção de textos densos e aglomerados em inscrições ósseas com fundo de textura complexa.

detecção de texto;inscrição óssea;mecanismo de atenção;YOLOv5;função de perda