申请/专利权人：南京埃伯顿自动化设备有限公司

申请日：2023-11-14

公开（公告）日：2024-04-12

公开（公告）号：CN117877044A

主分类号：G06V30/18

分类号：G06V30/18;G06V30/19;G06V10/82;G06N3/0464

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.30#实质审查的生效;2024.04.12#公开

摘要：本发明公开了基于改进的CRAFT药盒字符检测方法，涉及字符检测技术领域，包括利用串联空洞卷积层进行多尺度上下文本信息聚合，在原CRAFT检测模型的特征提取主干网络的基础上进行改进，获得预改进CRAFT检测模型；以CRAFT文本检测模型中的VGG‑16网络为基础，基于注意力机制并融合空洞卷积构造改进后的改进CRAFT检测模型，本申请在原CRAFT检测模型的特征提取主干网络的基础上进行改进，能够适当减少计算参数的数量，增大特征提取网络的视觉野。还可以改善目前CRAFT文本检测模型存在的对于部分文本完全检测不到、狭长区域文本信息检测不全的问题。

主权项：1.基于改进的CRAFT药盒字符检测方法，其特征在于，包括以下步骤：S1、利用串联空洞卷积层进行多尺度上下文本信息聚合，在原CRAFT检测模型的特征提取主干网络的基础上进行改进，获得预改进CRAFT检测模型；S2、以CRAFT文本检测模型中的VGG-16网络为基础，基于注意力机制并融合空洞卷积构造改进后的改进CRAFT检测模型；S3、对改进CRAFT检测模型进行训练，获得可用于预测的改进CRAFT模型；S4、使用改进CRAFT检测模型进行药盒字符检测。

全文数据：

权利要求：

百度查询： 南京埃伯顿自动化设备有限公司 基于改进的CRAFT药盒字符检测方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD