在马拉松比赛中,赛事的图像宣传服务通常要为每位运动员拍摄大量照片,因此,如何准确有效地对特定运动员的照片进行分类已经成为人们关注的焦点。本文提出了一种用于马拉松运动员号码牌识别的复合深度神经网络,以使分类更加有效和准确。该模型分为三个模块:图像预处理模块、文本检测模块和文本识别模块。首先,在预处理模块中,本文采用了You Only Look Once Version 3(YOLOv3)提取运动员区域,并根据实际需求设置了检测阈值和相似性阈值以减少不必要的检测,从而提升模型的整体效率。其次,在文字检测模块中,结合了目前先进的文字检测网络An Efficient and Accuracy Scene Text Detection Pipeline(EAST)对运动员区域的文字进行检测。接着,在文字识别模块中,采用了迁移学习的方法对Convolutional Recurrent Neural Network(CRNN)进行Fine-tune,使其能够适用于马拉松运动员号码牌的识别。另外,本文提出了一种树形过滤算法用于避免文本检测模块造成的干扰,过滤无效的识别结果,提升模型的检测精度。最后,针对马拉松运动员号码牌识别缺少相关数据的问题,本文搜集制作了MARD和MANUMD两个数据集,用于模型的训练和测试。本文为每个模块设计了相关的对比试验,并对模型整体进行了效率分析,实验结果表明该模型是可行有效的,能够应用于马拉松赛事宣传服务的图像分类工作。