改进DBNet与CRNN的面标识别方法 |
| |
引用本文: | 董维振,陈燕,梁海玲.改进DBNet与CRNN的面标识别方法[J].计算机工程与设计,2023(1):116-124. |
| |
作者姓名: | 董维振 陈燕 梁海玲 |
| |
作者单位: | 1. 广西大学计算机与电子信息学院;2. 广西中烟工业有限责任公司 |
| |
基金项目: | 国家自然科学基金项目(31771775);;广西自然科学基金项目(2020GXNSFAA159090);;国家重点研发计划专项基金项目(2017YFB0304002); |
| |
摘 要: | 为解决板坯喷涂面标实时识别问题,构建文本检测和识别模型。改进可微二值化算法网络,引入高效通道注意力模块SENet,进行自适应空间特征融合(ASFF),增强特征金字塔预测多尺度目标的能力。识别模型改进卷积递归神经网络的VGG网络,将卷积与循环神经网络联合训练。实验结果表明,检测模型的精确率、召回率和调和平均值达到93.30%、86.45%、89.85%,提升显著;识别模型平均准确率达到86.01%,精度提升4.99%。模型满足实时与准确性要求。
|
关 键 词: | 板坯喷涂面标 可微二值化 高效通道注意力机制 特征金字塔 自适应空间特征融合 卷积递归神经网络 联合训练 反向传播 迁移学习 |
|
|