期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到4篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于DBNet与SVTR的轮胎压印字符识别方法
1
作者 康朝海 蔡成颖 +1 位作者 孙行衍 任伟建 《自动化与仪表》 2025年第9期89-93,98,共6页
为解决汽车智能制造行业高效读取轮胎胎面信息的问题,针对轮胎压印字符识别研究存在的难点,构建了一种基于DBNet与SVTR的压印字符识别模型。首先改进梯度Hough变换和极坐标转换将胎面弯曲文本展平;然后利用模板匹配依据相对位移定位ROI... 为解决汽车智能制造行业高效读取轮胎胎面信息的问题,针对轮胎压印字符识别研究存在的难点,构建了一种基于DBNet与SVTR的压印字符识别模型。首先改进梯度Hough变换和极坐标转换将胎面弯曲文本展平;然后利用模板匹配依据相对位移定位ROI区域;最后基于DBNet检测字符、SVTR识别字符。实验表明,所提方法的检测Hmean达97.24%,识别准确率达99.22%,能有效解决轮胎压印字符识别的实际应用问题。 展开更多
关键词 轮胎压印字符 DBNet svtr 字符识别
在线阅读 下载PDF
基于DBNet+SVTR的微电子组装电路字符识别系统
2
作者 李颖 万永 +2 位作者 罗驰 袁家军 简燕 《电子与封装》 2025年第4期24-30,共7页
微电子组装技术的发展推动组装电路的类型和产量不断增长,因此作业智能化水平亟需提升,且需对每只电路的生产状态进行实时追踪记录。基于DBNet和SVTR网络模型的电路管壳批号识别系统采用端到端的光学字符识别(OCR)模型,结合分布式技术... 微电子组装技术的发展推动组装电路的类型和产量不断增长,因此作业智能化水平亟需提升,且需对每只电路的生产状态进行实时追踪记录。基于DBNet和SVTR网络模型的电路管壳批号识别系统采用端到端的光学字符识别(OCR)模型,结合分布式技术进行相关硬件部署,可实现作业任务单智能生成、作业自动记录、作业过程智能化闭环管理等功能,提升了微电子电路生产过程的智能化水平。 展开更多
关键词 图像处理 文本识别 文本检测 OCR DBNet svtr
在线阅读 下载PDF
基于改进DBNet和SVTR算法的连铸板坯号检测与识别 被引量：3
3
作者 刘乐 张晓松 +1 位作者 黄锋 方一鸣 《电子测量与仪器学报》 CSCD 北大核心 2024年第2期67-75,共9页
针对钢铁连铸产线板坯号识别字符区域小、光照变化复杂、板坯号图像质量差等问题,提出了一种基于深度学习的连铸板坯号检测与识别两阶段算法。首先,基于采集的连铸产线板坯图像,制备用于板坯号检测与识别的数据集;其次,在板坯号检测阶段... 针对钢铁连铸产线板坯号识别字符区域小、光照变化复杂、板坯号图像质量差等问题,提出了一种基于深度学习的连铸板坯号检测与识别两阶段算法。首先,基于采集的连铸产线板坯图像,制备用于板坯号检测与识别的数据集;其次,在板坯号检测阶段,基于DBNet算法设计一种AD-PAN特征融合结构,以增强检测算法的多尺度特征融合能力和扩大感受野,提高板坯号定位精度;再次,在板坯号识别阶段,引入SPIN矫正网络和SVTR板坯号识别网络进行端到端训练,使其能够主动转换输入亮度,并改善字符间以及字符与背景间色彩失真的问题。最后,在自制的板坯号检测与识别数据集上进行了对比实验。实验结果表明,本研究提出的算法能够有效定位辊道上不同位置的板坯,并且在复杂背景下对板坯号进行鲁棒识别。其中,板坯号检测Hmean数值为97.92%,板坯号识别的准确率为97.33%,验证了本文所提算法具有较高的板坯号检测与识别精度。 展开更多
关键词 板坯号识别 DBNet 特征金字塔融合 端到端网络 SPIN矫正 svtr
原文传递
铁路接触网支柱的图像序列自适应识别方法 被引量：1
4
作者 黄竹安 宋浩然 +3 位作者 王浩然 刘俊博 顾子晨 戴鹏 《计算机测量与控制》 2023年第10期222-227,共6页
接触网支柱数字化管理是电气化铁路运维的关键环节,基于移动视频建立接触网支柱数字台账是高效、经济、便捷的技术手段;为实现对于移动视频图像序列中接触网支柱杆号的精准识别,提出了一种基于区域相关和改进SVTR网络的接触网支柱识别算... 接触网支柱数字化管理是电气化铁路运维的关键环节,基于移动视频建立接触网支柱数字台账是高效、经济、便捷的技术手段;为实现对于移动视频图像序列中接触网支柱杆号的精准识别,提出了一种基于区域相关和改进SVTR网络的接触网支柱识别算法;针对视频图像中接触网支柱区域重叠、结构模式复杂的特点,采用了YOLO v4网络对单帧图像中支柱区域和号牌标识区域分别进行检测,并通过测算交叠区域来获得距观察点最近的杆位和对应的号牌区域;此外,针对接触网杆号牌尺度多样性和字符变长的问题,在杆号文字识别问题中采用了SVTR-tiny网络,并进一步引入迁移学习方法增强模型对于复杂杆号的识别精度和对于不同线路场景的泛化性能;通过在实际高铁线路采集的移动视频数据集上进行测试,结果表明算法在移动视频中视野最近杆位杆号区域的定位检出率可达98.01%,杆号文本的识别准确率达到96.13%,适用于我国高速铁路主要干线建设配套的接触网支柱结构。 展开更多
关键词 接触网支柱识别 移动视频 YOLO v4网络 区域相关 svtr-tiny网络
在线阅读 下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部